本文關(guān)鍵詞：基于改進(jìn)蟻群算法的圖像邊緣檢測研究　出處：《計(jì)算機(jī)工程與應(yīng)用》2017年23期 　論文類型：期刊論文

  更多相關(guān)文章： 蟻群算法 邊緣檢測 權(quán)重 梯度 區(qū)域灰度均值 自適應(yīng)

【摘要】：傳統(tǒng)的蟻群算法應(yīng)用于圖像邊緣檢測時(shí),會(huì)出現(xiàn)邊緣不夠平滑、受噪聲影響大、易收斂于局部等問題。為了提高邊緣檢測的效果,將灰度梯度與區(qū)域灰度均值方法相結(jié)合,確定螞蟻的初始位置和啟發(fā)矩陣;引入權(quán)重因子定義新的概率轉(zhuǎn)移函數(shù),并通過混沌算法和自適應(yīng)參數(shù)進(jìn)行信息素矩陣的更新,避免過早陷入局部最優(yōu)。實(shí)驗(yàn)結(jié)果表明,改進(jìn)的蟻群算法可以有效減少噪聲對邊緣檢測的影響,并獲得更加完整和清晰的圖像邊緣,取得較好的效果。
[Abstract]:The traditional ant colony algorithm is applied to the edge detection of the image , the edge is not smooth , the influence of the noise is large , it is easy to converge to the local area . In order to improve the edge detection effect , the initial position and the heuristic matrix of the ant are determined . The new probability transfer function is defined by the introduction of the weight factor , and the chaos algorithm and the adaptive parameter are introduced to update the pheromone matrix , so that the local optimization is avoided too early . The experimental results show that the improved ant colony algorithm can effectively reduce the influence of noise on the edge detection , and obtain a more complete and clear image edge and achieve better effect .

【作者單位】： 西北師范大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院;
【基金】：甘肅省科技計(jì)劃資助(No.17YF1FA119)
【分類號】：TP18;TP391.41
【正文快照】： 1引言中,螞蟻將選擇梯度和啟發(fā)信息較大的像素點(diǎn)作為下一邊緣是指圖像中灰度急劇變化的地方,主要存在于個(gè)搜索點(diǎn),并釋放信息素,在搜索結(jié)束后,統(tǒng)計(jì)每一個(gè)像目標(biāo)和目標(biāo)、目標(biāo)和背景、不同色彩區(qū)域之間,包含著圖素點(diǎn)的信息素濃度,確定閾值,判定信息素濃度達(dá)到閾像的大量的信息。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋培華,陸宗騏,高敦岳;基于Log_Prewitt算子的邊緣檢測算法[J];小型微型計(jì)算機(jī)系統(tǒng);2002年11期

2 王宇生,卜佳俊,陳純;一種基于積分變換的邊緣檢測算法[J];中國圖象圖形學(xué)報(bào);2002年02期

3 顧曉東,王曉明,劉健;基于曲線坐標(biāo)系的圖像邊緣檢測[J];計(jì)算機(jī)工程與應(yīng)用;2002年03期

4 王娜,李霞;一種新的改進(jìn)Canny邊緣檢測算法[J];深圳大學(xué)學(xué)報(bào);2005年02期

5 王文豪;;圖象邊緣檢測中邊界閉合性的分析與探討[J];計(jì)算機(jī)與信息技術(shù);2005年12期

6 劉軍;姚子建;;用邊緣檢測算子實(shí)現(xiàn)圖像邊緣檢測[J];福建電腦;2006年02期

7 李葆青;文山;;邊緣檢測準(zhǔn)則與幾種典型算法[J];六盤水師范高等�？茖W(xué)校學(xué)報(bào);2006年03期

8 鄭子華;陳家禎;鐘躍康;;基于灰色加權(quán)絕對關(guān)聯(lián)度的邊緣檢測算法[J];電腦知識與技術(shù);2006年20期

9 黃玉程;胡國清;吳雄英;劉文艷;;人臉圖像邊緣檢測的方法研究和應(yīng)用[J];計(jì)算機(jī)工程;2006年18期

10 任民宏;;圖像邊緣檢測算法的比較與展望[J];中國科技信息;2007年10期

相關(guān)會(huì)議論文 前10條

1 王巖;勒中鑫;;邊緣檢測中幾種方法的比較[A];1998年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊）[C];1998年

2 孟偉;王秀澤;張巖;;離散Canny邊緣檢測算法的實(shí)現(xiàn)[A];走近CIE 26th——中國照明學(xué)會(huì)（2005）學(xué)術(shù)年會(huì)論文集[C];2005年

3 周勝靈;丁珠玉;;農(nóng)產(chǎn)品邊緣檢測系統(tǒng)研究[A];中國農(nóng)業(yè)工程學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

4 任獲榮;楊夏穎;何培培;孫建維;高敏;;邊緣檢測技術(shù)發(fā)展現(xiàn)狀及其在零件識別中的應(yīng)用綜述[A];第三屆數(shù)控機(jī)床與自動(dòng)化技術(shù)專家論壇論文集[C];2012年

5 王巖;勒中鑫;;幾種邊緣檢測方法及其比較[A];中國圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國圖象圖形科技大會(huì)論文集[C];1998年

6 葉樂軍;王強(qiáng);;基于自適應(yīng)邊緣檢測的大空間火災(zāi)目標(biāo)監(jiān)測技術(shù)[A];中國職業(yè)安全健康協(xié)會(huì)2007年學(xué)術(shù)年會(huì)論文集[C];2007年

7 沈亮;潘德爐;王迪峰;;機(jī)載多通道掃描儀圖像的邊緣檢測初步研究[A];2008中國儀器儀表與測控技術(shù)進(jìn)展大會(huì)論文集（Ⅰ）[C];2008年

8 李文輝;郭寧寧;郝鑫;;優(yōu)化邊緣檢測的分析和解決方案[A];“加入WTO和科學(xué)技術(shù)與吉林經(jīng)濟(jì)發(fā)展——機(jī)遇·挑戰(zhàn)·責(zé)任”吉林省第二屆科學(xué)技術(shù)學(xué)術(shù)年會(huì)論文集（上）[C];2002年

9 王培珍;孟祥昊;張克;鄭詩程;潘瑞雪;;板材圖像邊緣檢測算法研究[A];第25屆中國控制與決策會(huì)議論文集[C];2013年

10 王海嵐;樊紹勝;;一種改進(jìn)的模糊形態(tài)學(xué)邊緣檢測算法[A];中國自動(dòng)化學(xué)會(huì)中南六�。▍^(qū)）2010年第28屆年會(huì)·論文集[C];2010年

相關(guān)重要報(bào)紙文章 前1條

1 鳴人;Photoshop CS5:三大功能再進(jìn)化[N];中國攝影報(bào);2010年

相關(guān)博士學(xué)位論文 前10條

1 磨少清;邊緣檢測及其評價(jià)方法的研究[D];天津大學(xué);2011年

2 董鴻燕;邊緣檢測的若干技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2008年

3 王媛妮;順序形態(tài)邊緣檢測及分水嶺圖像分割研究[D];武漢大學(xué);2010年

4 遲健男;圖像形態(tài)學(xué)和小波分析在圖像增強(qiáng)與邊緣檢測中的應(yīng)用[D];東北大學(xué);2005年

5 李杏梅;Contourlet變換在圖像去噪與邊緣檢測中的應(yīng)用研究[D];華中科技大學(xué);2011年

6 丁興號;基于小波分析的視覺檢測技術(shù)研究[D];合肥工業(yè)大學(xué);2003年

7 閆海霞;基于數(shù)學(xué)形態(tài)學(xué)的圖像邊緣檢測和增強(qiáng)算法的研究[D];吉林大學(xué);2009年

8 謝松法;模式特征的提取與應(yīng)用研究[D];華中科技大學(xué);2007年

9 吳慶崗;復(fù)雜背景輸電線圖像中部件邊緣提取算法研究[D];大連海事大學(xué);2012年

10 Ali Abdullah Yahya;[D];合肥工業(yè)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 林江;基于邊緣檢測和馬爾可夫隨機(jī)場的AD癥腦MRI分割方法研究[D];西南交通大學(xué);2015年

2 呂威駿;基于分?jǐn)?shù)階傅里葉變換和多尺度跟蹤的邊緣檢測算法[D];鄭州大學(xué);2015年

3 亓?xí)酝?基于攝影測量的板類件孔位檢測方法研究[D];中國地質(zhì)大學(xué)(北京);2015年

4 李志;基于視頻的軌檢定位技術(shù)研究[D];西南交通大學(xué);2015年

5 王芮;基于多窗口的蟻群圖像邊緣檢測及并行算法[D];南京師范大學(xué);2015年

6 韓璐;改進(jìn)的基于多尺度多方向結(jié)構(gòu)元素和形態(tài)學(xué)的邊緣檢測算法[D];山東大學(xué);2015年

7 郭峰;基于Mumford-Shah模型的圖像邊緣檢測算法[D];華北電力大學(xué);2015年

8 陳美榮;基于N-Smoothlets的圖像處理關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2015年

9 喬建強(qiáng);火焰圖像邊緣檢測及修復(fù)算法的研究[D];華北電力大學(xué);2015年

10 于曉慧;基于機(jī)器學(xué)習(xí)的醫(yī)學(xué)超聲圖像邊緣檢測算法研究[D];西南科技大學(xué);2015年

，

本文編號：1410326