我希望看到遗传算法在图像处理中的应用。我不知道如何为任何图像编写适应性函数。比如说,我有一张灰度图像,不是很清晰。现在,如果我不断将我的生成解决方案与这个图像值进行匹配,那么我的解决方案如何会更好,例如增加清晰度、对比度/亮度等等。
我希望看到遗传算法在图像处理中的应用。我不知道如何为任何图像编写适应性函数。比如说,我有一张灰度图像,不是很清晰。现在,如果我不断将我的生成解决方案与这个图像值进行匹配,那么我的解决方案如何会更好,例如增加清晰度、对比度/亮度等等。
我最喜欢的基因算法在图像处理中的例子是:
http://rogeralsing.com/2008/12/07/genetic-programming-evolution-of-mona-lisa/
它将随机形状进化成类似于蒙娜丽莎的图像。你可以在这里尝试并玩耍:
http://www.nihilogic.dk/labs/evolving-images/
您的问题不太清楚。但是,对于基因算法来说,非常重要的一点就是要衡量其“好”的程度。在蒙娜丽莎的例子中,好处可以相对容易地衡量,即接近实际蒙娜丽莎的程度。在您的情况下,听起来您正在尝试以某种方式改善图片质量,但无法测量其“好”程度。
您应该构建一个函数来评估解决方案池并对每个解决方案进行打分。然后将优质解决方案与彼此交叉繁殖。在所有这些过程中,非常重要的一点是编写评估/打分函数,以便您知道哪些解决方案是好的。
对于空气动力学,可以根据重量、阻力、升力等对图形池进行评分。对于网络设计,可以根据延迟、物理成本、干扰等对布局进行评分。如果您更详细地解释您的问题,我们可能可以帮助您想出一组评估解决方案的指标。