我想看看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健身函数。假设我有一个灰度图像，它不是很清晰，现在如果我继续将生成的解决方案与该图片值匹配，那么我的解决方案会如何更好，例如更好的清晰度、增加的对比度/亮度等。
我最喜欢的遗传算法在图像处理中的例子是：
http://rogeralsing.com/2008/12/07/genic-programming-evolution-of-mona-lisa/ http://rogeralsing.com/2008/12/07/genetic-programming-evolution-of-mona-lisa/
它将随机形状演变成类似于蒙娜丽莎的东西。您实际上可以在这里尝试并使用它：
http://www.nihilogic.dk/labs/evolving-images/ http://www.nihilogic.dk/labs/evolving-images/
你的问题不是很清楚。然而，对于遗传算法来说，极其重要的一件事是衡量它的“好”程度。在《蒙娜丽莎》的例子中，善良可以相对容易地衡量，它与真实的蒙娜丽莎的接近程度。就您而言，听起来您正在尝试以某种方式提高图片质量，但无法衡量其“优点”。
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评分。然后相互培育出优质的解决方案。不过，对这一切来说至关重要的是，编写一个评估/评分函数，这样你就知道哪些函数是好的。
对于空气动力学，可以根据重量、阻力、升力等对形状池进行评分。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，我们可能会帮助您提出使用一组指标来对您的解决方案进行评分。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
