灰度梯度感知人工蚁群的数字图像边缘检测

被引：5

作者：

颜晨阳 ^{[1
]}

张友鹏 ^{[1
]}

熊伟清 ^{[2
]}

机构：

[1] 不详

[2] 兰州交通大学信息与电气工程学院

[3] 不详

[4] 宁波大学信息科学与工程学院

来源：

计算机工程与应用 | 2006年 / 36期

关键词：

人工蚁群; 灰度梯度感知; 自发侧抑制; 数字图像边缘检测;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

基于D.R.Chialvoetal.提出的原始模型和V.Ramosetal.的扩展模型,提出了一种用于数字图像边缘检测的基于灰度梯度感知的人工蚁群模型(ACGGP)。模型利用灰度梯度启发信息和信息素轨迹信息共同来指导蚂蚁的行为,这种策略能够有效地减小群体规模进而提高算法的时间性能。此外,还对模型体现出类似于某些人类视觉感知的机制,包括群体短暂记忆、图像主要特征敏感特别是能够良好抑制噪声的自发侧抑制机制等特征进行了阐述。模型在若干幅8bit灰度图像上进行了测试,并和Ramos模型以及经典数字图像边缘检测算法(canny算法)进行了客观比较。

引用

页码：23 / 27

页数：5

共 8 条

[1] A Computational approach to edge detection. Canny J. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1986
[2] A model of invariant object recognition in the visual system:learning rules,activation functions,lateral inhibi-tion,and information-based performance measures. Rolls E T,Milward T. Neural Computing and Applications . 2000
[3] Camera Models and Machine Perception. Sobel L. . 1970
[4] How swarms build cognitive maps. Chialvo D R,Millonas M M. The Biology and Technology of Intelligent Autonomous Agents . 1995
[5] Artificial ant colonies in digital image habi-tats-a mass behavior effect study on pattern recognition. Ramos V,Almeida F. Proc of ANTS2000-2nd Int Workshop on Ant Algorithms . 2000
[6] Bach:An Eternal Golden Braid. Hifstadte D,Escher G. . 1999
[7] The Insect Societies. Willson E O. . 1971
[8] Self-Regulated artificial ant colonies on digital image habitats. Fernandes C,Ramos V,Rosa A C. International Journal of Later-al Computing . 2005

← 1 →