当前位置：文档库 › mtsp问题matlab代码

mtsp问题matlab代码

]function

[R_best,L_best,L_ave,Shortest_Route,Shortest_Length]=ACATSP(C,NC_max,m,Alpha,B eta,Rho,Q)

%%================================================================ =========

%% ACATSP.m

%% Ant Colony Algorithm for Traveling Salesman Problem

%% ChengAihua,PLA Information Engineering University,ZhengZhou,China

%% Email:aihuacheng@https://www.wendangku.net/doc/376481885.html,

%%-------------------------------------------------------------------------

%% 主要符号说明

%% C n个城市的坐标，n×2的矩阵

%% NC_max 最大迭代次数

%% m 蚂蚁个数

%% Alpha 表征信息素重要程度的参数

%% Beta 表征启发式因子重要程度的参数

%% Rho 信息素蒸发系数

%% Q 信息素增加强度系数

%% R_best 各代最佳路线

%% L_best 各代最佳路线的长度

%%================================================================ =========

%%第一步：变量初始化

n=size(C,1);%n表示问题的规模（城市个数）

D=zeros(n,n);%D表示完全图的赋权邻接矩阵

for i=1:n

for j=1:n

if i~=j

D(i,j)=((C(i,1)-C(j,1))^2+(C(i,2)-C(j,2))^2)^0.5;

else

D(i,j)=eps;

end

D(j,i)=D(i,j);

end

Eta=1./D;%Eta为启发因子，这里设为距离的倒数

Tau=ones(n,n);%T au为信息素矩阵

Tabu=zeros(m,n);%存储并记录路径的生成

NC=1;%迭代计数器

R_best=zeros(NC_max,n);%各代最佳路线

L_best=inf.*ones(NC_max,1);%各代最佳路线的长度

L_ave=zeros(NC_max,1);%各代路线的平均长度

while NC<=NC_max%停止条件之一：达到最大迭代次数

%%第二步：将m只蚂蚁放到n个城市上

Randpos=[];

for i=1:(ceil(m/n))

Randpos=[Randpos,randperm(n)];

end

Tabu(:,1)=(Randpos(1,1:m))';

%%第三步：m只蚂蚁按概率函数选择下一座城市，完成各自的周游for j=2:n

for i=1:m

visited=Tabu(i,1:(j-1));%已访问的城市

J=zeros(1,(n-j+1));%待访问的城市

P=J;%待访问城市的选择概率分布

Jc=1;

for k=1:n

if length(find(visited==k))==0

J(Jc)=k;

Jc=Jc+1;

end

%下面计算待选城市的概率分布

for k=1:length(J)

P(k)=(Tau(visited(end),J(k))^Alpha)*(Eta(visited(end),J(k))^Beta); end

P=P/(sum(P));

%按概率原则选取下一个城市

Pcum=cumsum(P);

Select=find(Pcum>=rand);

to_visit=J(Select(1));

Tabu(i,j)=to_visit;

end

if NC>=2

Tabu(1,:)=R_best(NC-1,:);

end

%%第四步：记录本次迭代最佳路线

L=zeros(m,1);

for i=1:m

R=Tabu(i,:);

for j=1:(n-1)

L(i)=L(i)+D(R(j),R(j+1));

end

L(i)=L(i)+D(R(1),R(n));

end

L_best(NC)=min(L);

pos=find(L==L_best(NC));

R_best(NC,:)=Tabu(pos(1),:);

L_ave(NC)=mean(L);

NC=NC+1

%%第五步：更新信息素

Delta_Tau=zeros(n,n);

for i=1:m

for j=1:(n-1)

Delta_Tau(T abu(i,j),Tabu(i,j+1))=Delta_Tau(Tabu(i,j),Tabu(i,j+1))+Q/L(i);

end

Delta_Tau(T abu(i,n),Tabu(i,1))=Delta_Tau(Tabu(i,n),Tabu(i,1))+Q/L(i);

end

Tau=(1-Rho).*Tau+Delta_Tau;

%%第六步：禁忌表清零

Tabu=zeros(m,n);

end

%%第七步：输出结果

Pos=find(L_best==min(L_best));

Shortest_Route=R_best(Pos(1),:)

Shortest_Length=L_best(Pos(1))

subplot(1,2,1)

DrawRoute(C,Shortest_Route)

subplot(1,2,2)

plot(L_best)

hold on

plot(L_ave)

function DrawRoute(C,R)

%%================================================================ =========

%% DrawRoute.m

%% 画路线图的子函数

%%-------------------------------------------------------------------------

%% C Coordinate 节点坐标，由一个N×2的矩阵存储

%% R Route 路线

%%================================================================ =========

N=length(R);

scatter(C(:,1),C(:,2));

hold on

plot([C(R(1),1),C(R(N),1)],[C(R(1),2),C(R(N),2)])

hold on

for ii=2:N

plot([C(R(ii-1),1),C(R(ii),1)],[C(R(ii-1),2),C(R(ii),2)]) hold on

end

设置初始参数如下：

m=31;Alpha=1;Beta=5;Rho=0.1;NC_max=200;Q=100; 31城市坐标为：

1304 2312

3639 1315

4177 2244

3712 1399

3488 1535

3326 1556

3238 1229

4196 1004

4312 790

4386 570

3007 1970

2562 1756

2788 1491

2381 1676

1332 695

3715 1678

3918 2179

4061 2370

3780 2212

3676 2578

4029 2838

4263 2931

3429 1908

3507 2367

3394 2643

3439 3201

2935 3240

3140 3550

2545 2357

2778 2826

2370 2975[/code]

运行后得到15602的巡游路径，路线图和收敛曲线如下：

提问者评价

谢啦！

参考资料：蚁群算法TSP(旅行商问题)通用matlab程序

matlab常用操作命令

matlab常用操作备忘（1）2007-11-30 22:01:06 分类：北京理工大学 20981 陈罡帮助朋友做几个数据的卷积的仿真，一用才知道，呵呵，发现对不住偶的导师了。。。好多matlab的关键字和指令都忘记了。特意收集回顾一下：（1）管理命令和函数 addpath :添加目录到MATLAB搜索路径 doc :在Web浏览器上现实HTML文档 help :显示Matlab命令和M文件的在线帮助 helpwin helpdesk :help 兄弟几个 lookfor :在基于Matlab搜索路径的所有M文件中搜索关键字 partialpath:部分路径名 8*) path :所有关于路径名的处理 pathtool :一个不错的窗口路径处理界面 rmpath :删除搜索路径中指定目录 type :显示指定文件的内容 ver :版本信息 version :版本号 web :打开web页 what :列出当前目录吓所有的M文件 Mat文件和 Mex文件 whatsnew :显示readme文件 which :显示文件位置（2）管理变量和工作区 clear :从内存中删除所有变量，clear x y z是删除某个变量 disp :显示文本或数组内容 length :数组长度(最长维数) load :重新载入变量(从磁盘上) mlock :锁定文件，防止文件被错误删除 munlock :解锁文件 openvar :在数组编辑器中打开变量 pack :整理内存空间 save :保存变量到文件 8*) size :数组维数

who whos :列出内存变量 workspace :显示工作空间窗口（3）管理命令控制窗口(command窗口) clc :清空命令窗口 echo :禁止或允许显示执行过程 format :设置输出显示格式 home :光标移动到命令窗口左上角 more :设置命令窗口页输出格式（4）文件和工作环境 cd :改变工作目录 copyfile :复制文件 delete :删除文件和图形对象 diary :把命令窗口的人机交互保存到文件 dir :显示目录 edit :编辑文本文件 fileparts :返回文件的各个部分 fullfile :使用指定部分建立文件全名 inmem :返回内存(伪代码区)的matlab函数名 ls :在unix系统中列出目录(win中亦可) matlabroot :根目录 mkdir :新建目录 open :打开文件 pwd :显示当前目录 tempdir :返回系统临时目录的名字 tempname :随机给出一个临时字符串(可用作文件名) ! :直接调用操作系统command命令（5）启动和推出matlab matlabrc :Matlab的启动M文件 exit quit :退出Matlab startup :运行matlab启动文件（6）程序设计 builtin :从可重载方法中调用内置函数 eval :执行包含可执行表达式的字符串

matlab代码大全

MATLAB主要命令汇总 MATLAB函数参考附录1.1 管理用命令函数名功能描述函数名功能描述 addpath 增加一条搜索路径 rmpath 删除一条搜索路径 demo 运行Matlab演示程序 type 列出.M文件 doc 装入超文本文档 version 显示Matlab的版本号 help 启动联机帮助 what 列出当前目录下的有关文件 lasterr 显示最后一条信息 whatsnew 显示Matlab的新特性 lookfor 搜索关键词的帮助 which 造出函数与文件所在的目录 path 设置或查询Matlab路径附录1.2管理变量与工作空间用命令函数名功能描述函数名功能描述 clear 删除存中的变量与函数 pack 整理工作空间存 disp 显示矩阵与文本 save 将工作空间中的变量存盘 length 查询向量的维数 size 查询矩阵的维数 load 从文件中装入数据 who,whos 列出工作空间中的变量名附录1.3文件与操作系统处理命令函数名功能描述函数名功能描述 cd 改变当前工作目录 edit 编辑.M文件 delete 删除文件 matlabroot 获得Matlab的安装根目录 diary 将Matlab运行命令存盘 tempdir 获得系统的缓存目录 dir 列出当前目录的容 tempname 获得一个缓存(temp)文件 ! 执行操作系统命令附录1.4窗口控制命令函数名功能描述函数名功能描述 echo 显示文件中的Matlab中的命令 more 控制命令窗口的输出页面format 设置输出格式附录1.5启动与退出命令函数名功能描述函数名功能描述 matlabrc 启动主程序 quit 退出Matlab环境 startup Matlab自启动程序附录2 运算符号与特殊字符附录 2.1运算符号与特殊字符函数名功能描述函数名功能描述 + 加 ... 续行标志 - 减 , 分行符(该行结果不显示) * 矩阵乘 ; 分行符(该行结果显示) .* 向量乘 % 注释标志 ^ 矩阵乘方 ! 操作系统命令提示符 .^ 向量乘方矩阵转置 kron 矩阵kron积 . 向量转置 \ 矩阵左除 = 赋值运算 / 矩阵右除 == 关系运算之相等 .\ 向量左除 ~= 关系运算之不等 ./ 向量右除 < 关系运算之小于

基于matlab的车牌号码识别程序代码

基于matlab的汽车牌照识别程序摘要：本次作业的任务是设计一个基于matlab的汽车牌照识别程序，能够实现车牌图像预处理，车牌定位，字符分割，然后通过神经网络对车牌进行字符识别，最终从一幅图像中提取车牌中的字母和数字，给出文本形式的车牌号码。关键词：车牌识别，matlab，神经网络 1 引言随着我国交通运输的不断发展，智能交通系统（Intelligent Traffic System，简称ITS）的推广变的越来越重要，而作为ITS的一个重要组成部分，车辆牌照识别系统（vehicle license plate recognition system，简称LPR）对于交通管理、治安处罚等工作的智能化起着十分重要的作用。它可广泛应用于交通流量检测，交通控制于诱导，机场，港口，小区的车辆管理，不停车自动收费，闯红灯等违章车辆监控以及车辆安全防盗等领域，具有广阔的应用前景。由于牌照是机动车辆管理的唯一标识符号，因此，车辆牌照识别系统的研究在机动车管理方面具有十分重要的实际意义。 2 车辆牌照识别系统工作原理车辆牌照识别系统的基本工作原理为：将摄像头拍摄到的包含车辆牌照的图像通过视频卡输入到计算机中进行预处理，再由检索模块对牌照进行搜索、检测、定位，并分割出包含牌照字符的矩形区域，然后对牌照字符进行二值化并将其分割为单个字符，然后输入JPEG或BMP格式的数字，输出则为车牌号码的数字。 3 车辆牌照识别系统组成（1）图像预处理：对汽车图像进行图像转换、图像增强和边缘检测等。（2）车牌定位：从预处理后的汽车图像中分割出车牌图像。即在一幅车辆图像中找到车牌所在的位置。（3）字符分割：对车牌图像进行几何校正、去噪、二值化以及字符分割以从车牌图像中分离出组成车牌号码的单个字符图像

基于matlab的计算器编程附代码

1.需求分析本次的实验要求是设计一个计算器，主要功能如下：（1）实现基本数学运算（加减乘除等），而且要能进行混合运算（2）实现部分函数功能，如求平方根、求倒数等（3）能实现小数运算界面与标准计算器界面类似根据要求以及以前的学习情况，决定使用matlab进行编程。Matlab强大的计算功能以及便捷的GUI设计，可以较为简便的实现所要求的功能。按照要求，数据输入和输出支持小数点，支持四则混合运算，决定使用如下几个数据进行分析：（1+3）*5 Sqrt（4） 1/2 Sin4 用以检验是否可以进行加减乘除四则运算、平方根、倒数、正弦的运算。 2.程序设计 M atlab的程序设计较为简便，用GUI设计出一个计算器的模型，然后系统会自动生成一个框架，在框架中，写入每一个按键对应的程序就可以实现功能。 3.调式分析编程的过程中遇到的问题不是很多，基本就是找要实现各个功能的子程序，通过上网和去图书馆，加上自己的编写，终于实现了实验要求的功能。但是有一点很重要，matlab不支持中文，所以从路径到文件名必须是全英文的，不然就无法识别。此外，给每个按键命名也是很重要的，不然在生成的程序框架里面，就无法识别各个按键的作用，编写程序的时候也就无法做到一一对应。 4.使用说明程序的使用比较简单，由于是可视化界面，直接打开matlab，然后建立一个GUI 工程，再打开生成的fig文件，就是一个计算器的界面，直接按照市面上卖的计算器的

方法，按键使用即可。 5.测试结果计算结果为20 4sqrt=2 Sin4结果为 1/2=0.5 经过计算，这些结果均与实际结果相吻合，计算器的功能实现的较为完好。 6.心得体会本次试验由于不限制语言，于是计算功能强大，操作简便的matlab变成了首选，matlab的GUI设计，操作是较为简单的，首先建立一个GUI工程，然后用可视化界面，

数字图像处理MATLAB相关代码

1.图像反转 MATLAB程序实现如下： I=imread('xian.bmp'); J=double(I); J=-J+(256-1); %图像反转线性变换 H=uint8(J); subplot(1,2,1),imshow(I); subplot(1,2,2),imshow(H); 2.灰度线性变换 MATLAB程序实现如下： I=imread('xian.bmp'); subplot(2,2,1),imshow(I); title('原始图像'); axis([50,250,50,200]); axis on; %显示坐标系 I1=rgb2gray(I); subplot(2,2,2),imshow(I1); title('灰度图像'); axis([50,250,50,200]); axis on; %显示坐标系 J=imadjust(I1,[0.1 0.5],[]); %局部拉伸，把[0.1 0.5]内的灰度拉伸为[0 1] subplot(2,2,3),imshow(J); title('线性变换图像[0.1 0.5]'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 K=imadjust(I1,[0.3 0.7],[]); %局部拉伸，把[0.3 0.7]内的灰度拉伸为[0 1] subplot(2,2,4),imshow(K); title('线性变换图像[0.3 0.7]'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 3.非线性变换 MATLAB程序实现如下： I=imread('xian.bmp'); I1=rgb2gray(I); subplot(1,2,1),imshow(I1); title('灰度图像'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 J=double(I1); J=40*(log(J+1)); H=uint8(J);

matlab代码大全教学文案

m a t l a b代码大全

MATLAB主要命令汇总 MATLAB函数参考附录1.1 管理用命令函数名功能描述函数名功能描述 addpath 增加一条搜索路径 rmpath 删除一条搜索路径 demo 运行Matlab演示程序 type 列出.M文件 doc 装入超文本文档 version 显示Matlab的版本号 help 启动联机帮助 what 列出当前目录下的有关文件 lasterr 显示最后一条信息 whatsnew 显示Matlab的新特性 lookfor 搜索关键词的帮助 which 造出函数与文件所在的目录 path 设置或查询Matlab路径附录1.2管理变量与工作空间用命令函数名功能描述函数名功能描述 clear 删除内存中的变量与函数 pack 整理工作空间内存 disp 显示矩阵与文本 save 将工作空间中的变量存盘 length 查询向量的维数 size 查询矩阵的维数 load 从文件中装入数据 who,whos 列出工作空间中的变量名附录1.3文件与操作系统处理命令函数名功能描述函数名功能描述 cd 改变当前工作目录 edit 编辑.M文件 delete 删除文件 matlabroot 获得Matlab的安装根目录 diary 将Matlab运行命令存盘 tempdir 获得系统的缓存目录 dir 列出当前目录的内容 tempname 获得一个缓存(temp)文件 ! 执行操作系统命令附录1.4窗口控制命令函数名功能描述函数名功能描述 echo 显示文件中的Matlab中的命令 more 控制命令窗口的输出页面format 设置输出格式附录1.5启动与退出命令函数名功能描述函数名功能描述 matlabrc 启动主程序 quit 退出Matlab环境 startup Matlab自启动程序附录2 运算符号与特殊字符附录

数字图像处理 MATLAB代码

MATLAB实用源代码图像读取及灰度变换 I=imread('cameraman.tif');%读取图像 subplot(1,2,1),imshow(I)%输出图像 title('原始图像')%在原始图像中加标题 subplot(1,2,2),imhist(I)%输出原图直方图 title('原始图像直方图')%在原图直方图上加标题图像旋转 I=imread('cameraman.tif'); figure,imshow(I); theta=30; K=imrotate(I,theta);%Try varying the angle,theta. figure,imshow(K) 边缘检测 I=imread('cameraman.tif'); J1=edge(I,'sobel'); J2=edge(I,'prewitt'); J3=edge(I,'log'); subplot(1,4,1),imshow(I); subplot(1,4,2),imshow(J1); subplot(1,4,3),imshow(J2); subplot(1,4,4),imshow(J3); 1.图像反转 MATLAB程序实现如下： I=imread('xian.bmp'); J=double(I); J=-J+(256-1);%图像反转线性变换 H=uint8(J); subplot(1,2,1),imshow(I); subplot(1,2,2),imshow(H); 2.灰度线性变换 MATLAB程序实现如下： I=imread('xian.bmp'); subplot(2,2,1),imshow(I); title('原始图像'); axis([50,250,50,200]); axis on;%显示坐标系 I1=rgb2gray(I); subplot(2,2,2),imshow(I1); title('灰度图像'); axis([50,250,50,200]);

MATLAB Coder可以从MATLAB代码生成独立的、可读性强、可移植的CC++代码

MATLAB Coder可以从MATLAB代码生成独立的、可读性强、可移植的C/C++代码。使用MATLAB Coder产生代码的3个步骤：准备用于产生代码的MATLAB算法；检查MATLAB代码的兼容性(有些matlab代码语句并不能生成c/c++代码)；产生最终使用的源代码或MEX。利用MATLAB Coder生成c++代码，并在vs2008中验证：一个简单的例子，两数相乘： 1、安装matlab2011a或者更新版本； 2、简单生成一个foo.m文件； function c = foo(a, b)%#codegen %This function muliplies a and b c = a * b 其中，%#codegen可以防止出现警告错误 3、在命令窗口，输入mex -setpu,选中一个存在的编译器； 4、在命令窗口输入coder(图形界面)，回车，弹出MATLAB Coder Project对话框； 5、在New选项卡Name中输入一个工程名foo.prj；点击Ok，弹出MATLAB Coder MEX Function对话框； 6、在Overview选项卡中，点击Add files，弹出对话框，选中foo.m打开； 7、单击变量a,选择Define by Example…,弹出MATLAB Coder Define by Example对话框，在MATLAB Expression 中输入5，点击OK；同样变量b也进行相应操作，输入6； 8、选中Build选项卡，Output type中选择c/c++ Static Library；选中Generate code only； 9、点击More settings，GeneralàLanguage选择C++；Interface选项中去掉所有选项；Close； 10、点击Build，进行编译；点击View report，弹出Code Generation Report对话框，此时，变量a、b、c会显示相应的变量信息； 11、利用vs2008建立一个控制台应用程序，将生成的相关文件foo.h、foo.cpp、rtwtypes.h、foo_types.h拷到相关目录下并添加到应用程序中； 12、在foo.cpp文件中添加#include “stdafx.h”； 13、test.cpp文件中代码为： #include "stdafx.h"

matlab-代码-规范

1.标识符命名原则标识符的名字应当直观，其长度应当符合“最小长度，最大信息量”原则。 1)非矩阵变量： ?变量名应该以小写字母开头的大小写混合形式譬如：shadowFadingTable，servingSector，rxBufferForRe userID，userPriorityPro等 ?循环变量应该以i、j、k等为前缀，如 for i_File = 1：nFiles for j_Position = 1：nPositions ?避免仅用最后的字母s(表示单复数)区别两个变量, 例如point和points. 可以用类似pointArray的形式加以区别。 ?避免使用一个关键字或者特殊意义的字作为变量名 ?结构体的命名应该以一个大写字母开头，结构体的命名应该是暗示性的，并且不需要包括字段名（fieldname）应采用Segment.length，避免用Segment.SegmentLength 2)常数： ?命名常数（包括全局变量）应该采用大写字母，用下划线分割单词，如MAX_ITERA TIONS，COLOR_RED ?参数可以以某些通用类型名作为前缀，如COLOR_RED，COLOR_GREEN 3）草稿变量，含矩阵，结构体，元胞： ?应用范围比较大的变量应该具有有意义的变量名，作为“草稿变量”的的临时存储空间或者索引可以用短名字。程序员在读到这样的变量的时候，可以假定这个变量的值在没有几行之后的代码中就不会再用到。通常的“草稿变量”整数的时候用i， j，k，m，n（最好少用i，j，因为他们作为MA TLAB中的永久性常量表示虚数单位的）。双精度数的时候常用x，y和z。m表示矩阵，没有m表示标量?命名上将cell, struct与MA TLAB中最常见的numeric array, 即数值矩阵区分开来. ?n用于整数变量, 如n_File. ?m用于一般的矩阵，如matrix_channelHFResponse; ?c用于cell array, 如cell_temp= cell(1, 4); ?s用于struct array, 如stuct_user= struct('field', {}); ?matrix，cell，stuct后面的channelHFResponse，user用来表示有特定含义的中间变量，比如matrix_channelHFResponse，用来表示计算channelHFResponse时中间变量。4）函数： ?函数名应该采用小写字母，函数名应该是具有意义的，下划线分割单词如采用：compute_total_width（）避免compwid（） ?前缀get/set 应该作为访问对象或者属性的保留前缀，如getobj（.）。 ?前缀compute应该用在计算某些量的函数的地方computespread（）。 ?前缀is应该用在布尔函数的命名的地方，如iscomplete（）。 ?Find，initialize类似。

MATLAB--练习(含代码)

MATLAB 练习实验一常见分布的概率密度、分布函数生成 [实验目的] 1. 会利用MATLAB软件计算离散型随机变量的概率，连续型随机变量概率密度值。 2.会利用MATLAB软件计算分布函数值，或计算形如事件。 3.会求上分位点以及分布函数的反函数值。 [实验要求] 1.掌握常见分布的分布律和概率密度的产生命令，如binopdf,normpdf 2. 掌握常见分布的分布函数命令，如binocdf,normcdf 3. 掌握常见分布的分布函数反函数命令，如binoinv,norminv [实验内容] 1 事件A在每次试验中发生的概率是0.3，计算（1）在10次试验中A恰好发生6次的概率；（2）在10次试验中A至多发生6次的概率. binopdf(6,10,0.3) >> binocdf(6,10,0.3) 2设随机变量X服从参数是3的泊松分布，求概率 poisspdf(6,3) 3设随机变量X服从区间[2,6]上的均匀分布，求（1）X=4时的概率密度值；（2）. unifpdf(4,2,6) >> unifcdf(5,2,6) 4设随机变量X服从参数是6的指数分布，求（1）X=0,1,2,3,4,5,6时的概率密度值; (2). exppdf(0:6,6) >> expcdf(5,6) 5设随机变量X服从均值是6，标准差是2的正态分布，求 (1) X=3,4,5,6，7,8,9时的概率密度值; （2）X=3,4,5,6，7,8,9时的分布函数值；（3）若=0.345,求x; （4）求标准正态分布的上0.05分位数。 normpdf(3:9,6,2) normcdf(3:9,6,2) norminv(0.345,6,2) norminv(0.95,0,1) 6设随机变量X服从自由度是6的t分布,求

MATLAB实用源代码

clc clear all InputImage=imread('11.png'); %读入要处理的图像 GrayImage=rgb2gray(InputImage);% 将图像转换为灰度图像 figure(1) imshow(Gx) % 显示使用matlab自带sobel水平算子得到的图片 GrayImage=double(GrayImage); % 把图像变为双精度图像类型 [m n]=size(GrayImage); %图像的大小（长和宽） g=zeros(m,n); %定义一个大小为S的空矩阵 for i=2:m-1 for j=2:n-1 g(i,j)=GrayImage(i-1,j-1)+2*GrayImage(i-1,j)+GrayImage(i-1,j+1)-GrayImage(i+1 ,j-1)-2*GrayImage(i+1,j)-GrayImage(i+1,j+1); %Sobel算子的垂直梯度 end end %边缘像素的操作 g(1,:)=0; g(:,1)=0; g(m,:)=0; g(:,n)=0; figure(2) SFImage=uint8(g); % 显示滤波后的图像 imshow(SFImage)

MATLAB实用源代码 (2010-03-31 09:41:21) 转载标签：杂谈 1.图像反转 MATLAB 程序实现如下： I=imread('xian.bmp'); J=double(I); J=-J+(256-1); %图像反转线性变换 H=uint8(J); subplot(1,2,1),imshow(I); subplot(1,2,2),imshow(H); 2.灰度线性变换 MATLAB 程序实现如下： I=imread('xian.bmp'); subplot(2,2,1),imshow(I); title('原始图像'); axis([50,250,50,200]); axis on; %显示坐标系 I1=rgb2gray(I); subplot(2,2,2),imshow(I1); title('灰度图像'); axis([50,250,50,200]); axis on; %显示坐标系 J=imadjust(I1,[0.1 0.5],[]); %局部拉伸，把[0.1 0.5]内的灰度拉伸为[0 1] subplot(2,2,3),imshow(J); title('线性变换图像[0.1 0.5]'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 K=imadjust(I1,[0.3 0.7],[]); %局部拉伸，把[0.3 0.7]内的灰度拉伸为[0 1] subplot(2,2,4),imshow(K); title('线性变换图像[0.3 0.7]'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 3.非线性变换 MATLAB 程序实现如下： I=imread('xian.bmp'); I1=rgb2gray(I); subplot(1,2,1),imshow(I1); title(' 灰度图像'); axis([50,250,50,200]);

MATLAB实用源代码

目录 1.图像反转 (2) 2.灰度线性变换 (2) 3.非线性变换 (4) 4.直方图均衡化 (5) 5. 线性平滑滤波器 (6) 6.中值滤波器 (7) 7.用Sobel算子和拉普拉斯对图像锐化： (8) 8.梯度算子检测边缘 (9) 9.LOG算子检测边缘 (11) 10.Canny算子检测边缘 (12) 11.边界跟踪（bwtraceboundary函数） (13) 12.Hough变换 (14) 13.直方图阈值法 (16) 14. 自动阈值法：Otsu法 (18) 15.膨胀操作 (19) 16.腐蚀操作 (20) 17.开启和闭合操作 (21) 18.开启和闭合组合操作 (22) 19.形态学边界提取 (24) 20.形态学骨架提取 (25) 21.直接提取四个顶点坐标 (26) 22.文件打开窗口 (27)

1.图像反转 MATLAB 程序实现如下： I=imread('D:\MATLAB7\toolbox\matlab\demos\street1.jpg'); J=double(I); J=-J+(256-1); %图像反转线性变换 H=uint8(J); subplot(1,2,1),imshow(I); subplot(1,2,2),imshow(H); 2.灰度线性变换 MATLAB 程序实现如下： I=imread('D:\MATLAB7\toolbox\matlab\demos\street1.jpg'); subplot(2,2,1),imshow(I); title('原始图像'); axis([50,250,50,200]); axis on; %显示坐标系 I1=rgb2gray(I);

matlab处理代码

读MonteCarlo程序的输出I Q U V clc;clear all; filepath='D:\Documents\MATLAB\1um'; I=readBin([filepath,'\I-1.00.dat']); Q=readBin([filepath,'\Q-1.00.dat']); U=readBin([filepath,'\U-1.00.dat']); V=readBin([filepath,'\V-1.00.dat']); P=readBin([filepath,'\P-1.00.dat']); figure(1);imagesc(I); figure(2);imagesc(Q); figure(3);imagesc(U); figure(4);imagesc(V); figure(5);imagesc(P); % imagedoubleI=im2double(I);%转换成都变了型的数据 % imagedoubleQ=im2double(Q); % imagedoubleU=im2double(U); % imagedoubleV=im2double(V); % [m n c]=size(imagedoubleI); % 获取图像的m行和n列 % I(:,:)=imagedoubleI(:,:,1); % Q(:,:)=imagedoubleQ(:,:,1); % U(:,:)=imagedoubleU(:,:,1); % V(:,:)=imagedoubleV(:,:,1); [m n c]=size(I); %获取图像的m行和n列 DOP=sqrt(Q.^2+U.^2+V.^2)./I; theta=0.5*atan(U./Q);%方向角theta figure(6);imagesc(DOP); figure(7);imagesc(theta); % imwrite(DOP,'偏振度Dop.bmp'); %出图为黑白图% imwrite(theta,'偏振角theta.bmp'); readBin.m (封装程序)

实用matlab代码

2.灰度线性变换 MATLAB程序实现如下： I=imread(''); subplot(2,2,1),imshow(I); title('原始图像'); axis([50,250,50,200]); axis on; %显示坐标系 I1=rgb2gray(I); subplot(2,2,2),imshow(I1); title('灰度图像'); axis([50,250,50,200]); axis on; %显示坐标系 J=imadjust(I1,[ ],[]); %局部拉伸，把[ ]内的灰度拉伸为[0 1] subplot(2,2,3),imshow(J); title('线性变换图像[ ]'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 K=imadjust(I1,[ ],[]); %局部拉伸，把[ ]内的灰度拉伸为[0 1] subplot(2,2,4),imshow(K); title('线性变换图像[ ]'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 3.非线性变换 MATLAB程序实现如下： I=imread(''); I1=rgb2gray(I); subplot(1,2,1),imshow(I1); title('灰度图像'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 J=double(I1); J=40*(log(J+1)); H=uint8(J); subplot(1,2,2),imshow(H); title('对数变换图像'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系

遗传算法MATLAB完整代码(不用工具箱)

遗传算法解决简单问题 %主程序：用遗传算法求解y=200*exp(-0.05*x).*sin(x)在区间[-2,2]上的最大值clc; clear all; close all; global BitLength global boundsbegin global boundsend bounds=[-2,2]; precision=0.0001; boundsbegin=bounds(:,1); boundsend=bounds(:,2); %计算如果满足求解精度至少需要多长的染色体 BitLength=ceil(log2((boundsend-boundsbegin)'./precision)); popsize=50; %初始种群大小 Generationmax=12; %最大代数 pcrossover=0.90; %交配概率 pmutation=0.09; %变异概率 %产生初始种群 population=round(rand(popsize,BitLength)); %计算适应度，返回适应度Fitvalue和累计概率cumsump [Fitvalue,cumsump]=fitnessfun(population); Generation=1; while Generation

从MATLAB代码生成独立c语言代码

Matlab 用help lsqcurvefit MATLAB Coder可以从MATLAB代码生成独立的、可读性强、可移植的C/C++代码。使用MATLAB Coder产生代码的3个步骤：准备用于产生代码的MATLAB算法；检查MATLAB 代码的兼容性(有些matlab代码语句并不能生成c/c++代码)；产生最终使用的源代码或MEX。利用MATLAB Coder生成c++代码，并在vs2008中验证：一个简单的例子，两数相乘： 1、安装matlab2011a或者更新版本； 2、简单生成一个foo.m文件； function c = foo(a, b)%#codegen %This function muliplies a and b c = a * b 其中，%#codegen可以防止出现警告错误 3、在命令窗口，输入mex -setpu,选中一个存在的编译器； 4、在命令窗口输入coder(图形界面)，回车，弹出MATLAB Coder Project对话框； 5、在New选项卡Name中输入一个工程名foo.prj；点击Ok，弹出MATLAB Coder MEX Function 对话框； 6、在Overview选项卡中，点击Add files，弹出对话框，选中foo.m打开； 7、单击变量a,选择Define by Example…,弹出MATLAB Coder Define by Example对话框，在MATLAB Expression中输入5，点击OK；同样变量b也进行相应操作，输入6； 8、选中Build选项卡，Output type中选择c/c++ Static Library；选中Generate code only； 9、点击More settings，GeneralàLangu age选择C++；Interface选项中去掉所有选项；Close； 10、点击Build，进行编译；点击View report，弹出Code Generation Report对话框，此时，变量a、b、c会显示相应的变量信息； 11、利用vs2008建立一个控制台应用程序，将生成的相关文件foo.h、foo.cpp、rtwtypes.h、foo_types.h拷到相关目录下并添加到应用程序中； 12、在foo.cpp文件中添加#include “stdafx.h”；

matlab经典代码大全

哈哈哈 MATLAB 显示正炫余炫图：plot(x,y1,'* r',x,y2,'o b') 定义【0,2π】；t=0:pi/10:2*pi; 定义函数文件：function [返回变量列表]=函数名（输入变量列表）顺序结构：选择结构 1）if-else-end语句其格式为： if 逻辑表达式程序模块1； else 程序模块2； End 图片读取：%选择图片路径 [filename, pathname] = ... uigetfile({'*.jpg';'*.bmp';'*.gif'},'选择图片'); %合成路径+文件名 str=[pathname,filename]; %为什么pathname和filename要前面出现的位置相反才能运行呢%读取图片 im=imread(str); %使用图片 axes; %显示图片

imshow(im); 边缘检测： global im str=get(hObject,'string'); axes ; switch str case ' 原图' imshow(im); case 'sobel' BW = edge(rgb2gray(im),'sobel'); imshow(BW); case 'prewitt' BW = edge(rgb2gray(im),'prewitt'); imshow(BW); case 'canny' BW = edge(rgb2gray(im),'canny'); imshow(BW);Canny算子边缘定位精确性和抗噪声能力效果较好，是一个折中方案 end; 开闭运算： se=[1,1,1;1,1,1;1,1,1;1,1,1]; %Structuring Element I=rgb2gray(im); imshow(I,[]);title('Original Image'); I=double(I); [im_height,im_width]=size(I);

matlab操作代码

1.信息从一个编辑框通过button键传递到另一个文本框 function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) str=get(handles.edit1,'String'); set(handles.edit2,'String',str); 2.设置GUI窗口尺寸可调 GUI编辑界面-----→工具----→GUI选项---→调整行为大小-→比例 3.滚动条数值显示在文本框中 function slider1_Callback(hObject, eventdata, handles) % hObject handle to slider1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'Value') returns position of slider % get(hObject,'Min') and get(hObject,'Max') to determine range of slider var=get(handles.slider1,'value'); set(handles.edit1,'string',num2str(var)) 注：var为设置的变量，get函数从slider中得到数值，set函数将得到的值写入edit1 中，由于得到的var是一个数值，需要将数值转化为字符，使用num2str(var) 4.Radio Button（单选按钮）,Check Box（复选框）和Toggle Button（切换按钮）的基本用法。