如何在netlogo中利用元胞自动机实现灰度图像的边缘检测

我想使用细胞模型进行边缘检测的图像是灰度使用Netlogo

---

但我的问题是如何使用netlogo计算pea计算和邻域之间的差异

根据您的公式，您想知道图像中某个特定点的两个相邻像素之间的绝对差| s-si |对于[1…4]中的I

假设您已在中读取图像并将其存储到面片中，面片pcolor是图像中相应的颜色

然后

在您的示例中，如果有一个具有pcolor 2的面片，且南北东方向和西方向的相邻面片分别为1,2,3,4，则所有si都将是以随机顺序排列的[1,0,1,2]列表

---

我仍然不确定您如何定义边缘，但这将帮助您了解评论中的问题。

什么是pea，什么是邻居？你能提供一些例子来帮助我们把你的问题放到上下文中吗？pea我的意思是point and Neighbory报告了一个代理集，其中包含8个周边补丁（邻居）或4个周边补丁（邻居）。22 | 10 | 3 24 | 25 | 2 20 | 23 | 10如果我有这个exm，我的点是25，她的邻居4是10，2，23,24我去计算25和每个相邻点之间的差值是一个点，xcor，ycor？还是表示颜色的数值？10、2、23和24是谁的价值观？或pcolor值？图像可以被视为细胞自动机的特定配置，其细胞空间是由图像定义的二维数组。表中的每个位置对应一个像素。该模型的边缘检测基于二维细胞自动机a（S，N，μ），S={0，，，K-1}是图像像素灰度值对应的状态集。N是Von Neumann的邻域（邻域4））μ是定义为µ（s1，s2，s，s3，s4）=0的局部转移函数，如果⃒s-siiӞ<Ԑ对于i{1..4}还有s，但我的问题是如何计算⃒s-si |

邻域4

总是以随机顺序排列的，因此您可以得到这些数字，但不一定是以那个顺序排列的。

ask patches
[
   let s pcolor
   let all-si [abs (s - pcolor) ] of neighbors4
]