本文關(guān)鍵詞：基于蟻群算法的圖像邊緣檢測(cè)方法研究

  更多相關(guān)文章： 蟻群算法 邊緣檢測(cè) 閾值 信息素矩陣 遺傳算法

【摘要】：圖像邊緣檢測(cè)技術(shù)是認(rèn)識(shí)數(shù)字圖像領(lǐng)域、分析數(shù)字圖像,進(jìn)而獲得圖像內(nèi)容的關(guān)鍵環(huán)節(jié)。從20世紀(jì)50年代中期開(kāi)始,人們已經(jīng)從生物進(jìn)化的機(jī)理中開(kāi)始受到啟發(fā),創(chuàng)立了解決圖像邊緣檢測(cè)的一些新型算法,例如蟻群算法、遺傳算法、人工神經(jīng)網(wǎng)絡(luò)算法及其融合算法等一些仿生優(yōu)化算法。圖像常被視為由其像素點(diǎn)組成的大數(shù)據(jù)量矩陣,因此圖像邊緣檢測(cè)可以歸結(jié)為求解組合優(yōu)化問(wèn)題。而蟻群算法的正反饋、魯棒性、分布式等優(yōu)點(diǎn)都有利于處理復(fù)雜的、大數(shù)據(jù)量的組合優(yōu)化問(wèn)題,或者一些能夠轉(zhuǎn)換成組合優(yōu)化求解類(lèi)的問(wèn)題。 本文的主要研究?jī)?nèi)容如下： 首先簡(jiǎn)要介紹了論文研究背景及其意義,對(duì)蟻群算法和邊緣檢測(cè)算法的現(xiàn)狀進(jìn)行分析。 其次,通過(guò)對(duì)螞蟻群體覓食的行為描述,說(shuō)明蟻群算法的基本思想,闡述了蟻群算法的原始模型及其特點(diǎn)。 然后,論文對(duì)邊緣檢測(cè)的蟻群算法具體實(shí)現(xiàn)過(guò)程進(jìn)行研究分析。蟻群根據(jù)啟發(fā)引導(dǎo)函數(shù)的指引向圖像邊緣處移動(dòng),在邊緣像素點(diǎn)上留下信息素,建立信息素矩陣。實(shí)驗(yàn)發(fā)現(xiàn)疊加四個(gè)啟發(fā)引導(dǎo)函數(shù)迭代出的信息素矩陣后,增強(qiáng)了邊緣信息,有利于閾值對(duì)信息素矩陣進(jìn)行邊緣判定。對(duì)蟻群算法中的信息素影響因子α,啟發(fā)函數(shù)的影響因子β,功能函數(shù)的系數(shù)λ,迭代次數(shù)N的參數(shù)調(diào)整,使得螞蟻能夠更多的聚集至圖像邊緣,進(jìn)而信息素矩陣中包含更多的邊緣信息,提取的邊緣清晰,細(xì)節(jié)完整。說(shuō)明蟻群邊緣檢測(cè)方法的有效性,并且對(duì)含有一定噪聲的圖像也有較好的邊緣檢測(cè)效果。 由于依靠經(jīng)驗(yàn)來(lái)選擇蟻群參數(shù)存在復(fù)雜性和隨機(jī)性,因此本文的最后一章討論如何利用遺傳算法選取蟻群算法的參數(shù)。遺傳算法得到的蟻群參數(shù)減少了人工選參的不確定性以及盲目性。 最后對(duì)本論文所做的工作進(jìn)行全面總結(jié),提出不足之處,并展望了今后要繼續(xù)研究學(xué)習(xí)的工作內(nèi)容。
【關(guān)鍵詞】：蟻群算法 邊緣檢測(cè) 閾值 信息素矩陣 遺傳算法
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類(lèi)號(hào)】：TP391.41
【目錄】：

• 摘要3-4
• Abstract4-6
• 目錄6-7
• 第1章 緒論7-11
• 1.1 研究背景及意義7-8
• 1.2 蟻群算法的研究現(xiàn)狀分析8-9
• 1.3 蟻群邊緣檢測(cè)的研究現(xiàn)狀分析9
• 1.4 本文主要研究?jī)?nèi)容及結(jié)構(gòu)安排9-11
• 第2章 蟻群算法原理11-19
• 2.1 螞蟻的群體行為描述12-14
• 2.2 蟻群算法的特點(diǎn)14-15
• 2.3 蟻群算法的原始模型15-18
• 2.4 本章小結(jié)18-19
• 第3章 基于蟻群算法的圖像邊緣檢測(cè)方法研究19-35
• 3.1 基于蟻群算法的圖像邊緣檢測(cè)方法19-25
• 3.2 信息素矩陣與閡值選取分析25-29
• 3.3 結(jié)果分析29-33
• 3.4 本章小結(jié)33-35
• 第4章 利用遺傳算法處理蟻群算法參數(shù)35-42
• 4.1 遺傳算法原理35-36
• 4.2 利用遺傳算法選取蟻群參數(shù)36-38
• 4.3 實(shí)驗(yàn)驗(yàn)證與結(jié)果分析38-41
• 4.4 本章小結(jié)41-42
• 第5章 總結(jié)與展望42-43
• 5.1 總結(jié)42
• 5.2 展望42-43
• 參考文獻(xiàn)43-46
• 致謝46-47
• 攻讀碩士學(xué)位期間工作47

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉坤嶺;周新志;;基于均衡化和K均值改進(jìn)蟻群算法的邊緣檢測(cè)[J];計(jì)算機(jī)仿真;2011年01期

2 張艷麗;保文星;;粒子群優(yōu)化算法在圖像邊緣檢測(cè)中的研究應(yīng)用[J];計(jì)算機(jī)技術(shù)與發(fā)展;2009年05期

3 陳志高;楊香群;;基于基準(zhǔn)點(diǎn)的螞蟻算法在胎兒脊柱裂超聲圖像邊緣檢測(cè)中的應(yīng)用[J];計(jì)算機(jī)與數(shù)字工程;2011年03期

4 呂聰穎,于哲舟,周春光,王康平,龐巍;動(dòng)態(tài)自適應(yīng)蟻群算法在二次分配問(wèn)題中的應(yīng)用[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2005年04期

5 劉小梅;張君靜;;蟻群優(yōu)化算法基本原理及其應(yīng)用[J];西部探礦工程;2008年10期

6 劉文;鄭麗英;;基于蟻群算法的模糊C均值聚類(lèi)[J];太原科技;2009年01期

7 孫云山;王學(xué)深;劉健;白婧;劉凱;趙冬青;;蟻群算法及其在物流系統(tǒng)中的應(yīng)用研究[J];科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì);2010年16期

8 李方潔;劉希玉;;基于漸進(jìn)蟻群算法的DNA多序列比對(duì)[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2010年09期

9 于連伯;;蟻群算法的研究[J];江蘇科技信息;2010年09期

10 陳燁;帶雜交算子的蟻群算法[J];計(jì)算機(jī)工程;2001年12期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 關(guān)洪浩;唐巍;;蟻群算法的生成樹(shù)在配電網(wǎng)網(wǎng)架規(guī)劃中的應(yīng)用[A];紀(jì)念中國(guó)農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

2 吳正偉;吉文來(lái);陳偉佳;盧扣;;基于蟻群算法的城市緊急救援最佳路徑選擇[A];地理信息與物聯(lián)網(wǎng)論壇暨江蘇省測(cè)繪學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

3 王鶴;邵良杉;邱云飛;;蟻群算法在露天礦運(yùn)輸系統(tǒng)路徑優(yōu)化中的應(yīng)用[A];第五屆全國(guó)煤炭工業(yè)生產(chǎn)一線(xiàn)青年技術(shù)創(chuàng)新文集[C];2010年

4 劉杰;閆清東;;基于蟻群算法的移動(dòng)機(jī)器人路徑規(guī)劃技術(shù)的研究[A];邏輯學(xué)及其應(yīng)用研究——第四屆全國(guó)邏輯系統(tǒng)、智能科學(xué)與信息科學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

5 嚴(yán)彬;熊偉清;程美英;葉青;;基于擁塞控制的多種群二元蟻群算法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

6 肖嶺;熊輝;;一種針對(duì)頻率指配問(wèn)題的改進(jìn)蟻群算法[A];電波科學(xué)學(xué)報(bào)[C];2011年

7 宋春峰;侯媛彬;趙圣剛;;蟻群算法在陀螺溫控系統(tǒng)中的應(yīng)用研究[A];第十四屆全國(guó)煤礦自動(dòng)化學(xué)術(shù)年會(huì)暨中國(guó)煤炭學(xué)會(huì)自動(dòng)化專(zhuān)業(yè)委員會(huì)學(xué)術(shù)會(huì)議論文集[C];2004年

8 張如偉;黃捍東;趙迪;;一種新的地震非線(xiàn)性反演方法[A];中國(guó)地球物理學(xué)會(huì)第二十四屆年會(huì)論文集[C];2008年

9 師凱;蔡延光;鄒谷山;王濤;;運(yùn)輸調(diào)度問(wèn)題的蟻群算法研究[A];04'中國(guó)企業(yè)自動(dòng)化和信息化建設(shè)論壇暨中南六省區(qū)自動(dòng)化學(xué)會(huì)學(xué)術(shù)年會(huì)專(zhuān)輯[C];2004年

10 陳峻;沈潔;秦玲;;蟻群算法進(jìn)行連續(xù)參數(shù)優(yōu)化的新途徑[A];加入WTO和中國(guó)科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對(duì)策（下冊(cè)）[C];2002年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前2條

1 惠永輝　徐源;張昌龍—— 勇于挑戰(zhàn)難題[N];解放軍報(bào);2009年

2 本報(bào)記者 張巍巍;瞧瞧“機(jī)器游俠”特種兵[N];科技日?qǐng)?bào);2011年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 許志紅;交流接觸器智能化控制與設(shè)計(jì)技術(shù)的研究及實(shí)現(xiàn)[D];福州大學(xué);2006年

2 薛云;基于蟻群算法和支持向量機(jī)的礦化蝕變信息提取研究[D];中南大學(xué);2008年

3 顧中舜;中繼衛(wèi)星動(dòng)態(tài)調(diào)度問(wèn)題建模及優(yōu)化技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2008年

4 劉傳文;仿生優(yōu)化算法在數(shù)字圖像處理中的應(yīng)用研究[D];武漢理工大學(xué);2008年

5 陳寶文;蟻群優(yōu)化算法在車(chē)輛路徑問(wèn)題中的應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2009年

6 唐連生;突發(fā)事件下的車(chē)輛路徑問(wèn)題研究[D];西南交通大學(xué);2008年

7 何滎;用信息法研究天空亮度分布[D];重慶大學(xué);2008年

8 閆博;基于蟻群算法的集裝箱港口選擇與網(wǎng)絡(luò)均衡分析[D];大連海事大學(xué);2008年

9 呂雄偉;郵政物流車(chē)輛路徑問(wèn)題研究[D];西南交通大學(xué);2009年

10 劉波;蟻群算法改進(jìn)及應(yīng)用研究[D];燕山大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 傅宏;基于遺傳多蟻群算法的QoS組播路由算法研究[D];重慶大學(xué);2010年

2 潘鵬竹;協(xié)同制造調(diào)度問(wèn)題的蟻群算法研究[D];沈陽(yáng)工業(yè)大學(xué);2010年

3 饒躍東;基于改進(jìn)蟻群算法的無(wú)人飛行器航跡規(guī)劃應(yīng)用研究[D];武漢理工大學(xué);2010年

4 邵曉路;蟻群群體智能網(wǎng)絡(luò)可視化試驗(yàn)平臺(tái)研制[D];浙江理工大學(xué);2010年

5 呂海鵬;改進(jìn)蟻群算法在YKK系列中型高壓電機(jī)優(yōu)化設(shè)計(jì)中的應(yīng)用[D];哈爾濱理工大學(xué);2010年

6 成曉妹;基于蟻群算法的圖像分割方法研究[D];電子科技大學(xué);2011年

7 劉志勇;基于蟻群算法與競(jìng)選算法的作業(yè)車(chē)間調(diào)度求解及比較研究[D];廣東工業(yè)大學(xué);2011年

8 張守年;改進(jìn)的蟻群算法及其在QoS中的應(yīng)用[D];華南理工大學(xué);2010年

9 林時(shí)來(lái);基于蟻群算法的呼吸信號(hào)情感識(shí)別研究[D];西南大學(xué);2011年

10 孫瑩;無(wú)底柱分段崩落法礦山生產(chǎn)調(diào)度系統(tǒng)優(yōu)化研究[D];西安建筑科技大學(xué);2010年

，

本文編號(hào)：613484