学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
蚁群算法在低对比度图像边缘检测中的应用
被引:4
作者
:
论文数:
引用数:
h-index:
机构:
殷小莉
论文数:
引用数:
h-index:
机构:
黄晓彤
论文数:
引用数:
h-index:
机构:
郑晓霞
论文数:
引用数:
h-index:
机构:
雷建坤
蒋慕蓉
论文数:
0
引用数:
0
h-index:
0
机构:
云南大学信息学院计算机科学与工程系
蒋慕蓉
机构
:
[1]
云南大学信息学院计算机科学与工程系
来源
:
计算机技术与发展
|
2013年
/ 23卷
/ 05期
关键词
:
蚁群算法;
边缘检测;
信息素矩阵;
阈值选取;
D O I
:
暂无
中图分类号
:
TP391.41 [];
学科分类号
:
080203 ;
摘要
:
蚁群算法应用于大多数图像边缘检测均具有抗噪声能力强、提取边缘精细等优点,但在处理含噪声的低对比度图像边缘时会出现边缘部分缺失、边缘不平滑等现象。为了对低对比度图像的边缘检测达到理想效果,文中通过对蚁群算法中信息素矩阵和阈值选取方法进行分析,将传统蚁群算法中四种启发函数得到的信息素矩阵进行叠加,再对其元素进行统计排序选取合适的阈值进行边缘提取。实验结果表明,文中方法能有效提取含一定噪声的低对比度图像边缘。
引用
收藏
页码:180 / 183
页数:4
相关论文
共 7 条
[1]
基于二维直方图和改进蚁群聚类的图像分割
论文数:
引用数:
h-index:
机构:
何小娜
论文数:
引用数:
h-index:
机构:
逄焕利
[J].
计算机技术与发展,
2010,
20
(03)
: 128
-
131+171
[2]
蚁群算法在图像边缘检测上的应用研究
论文数:
引用数:
h-index:
机构:
高德威
论文数:
引用数:
h-index:
机构:
陈天煌
论文数:
引用数:
h-index:
机构:
刘朋
[J].
计算机与数字工程,
2009,
37
(01)
: 131
-
134
[3]
噪声图像中提取边缘的蚁群搜索算法
论文数:
引用数:
h-index:
机构:
于勇
论文数:
引用数:
h-index:
机构:
郭雷
[J].
电子与信息学报,
2008,
(06)
: 1271
-
1275
[4]
一种新的进化算法——蚁群算法
论文数:
引用数:
h-index:
机构:
张纪会
徐心和
论文数:
0
引用数:
0
h-index:
0
机构:
东北大学控制仿真研究中心
徐心和
[J].
系统工程理论与实践,
1999,
(03)
: 85
-
88+110
[5]
蚁群算法及其应用.[M].李士勇;陈永强;李研编著;.哈尔滨工业大学出版社.2004,
[6]
改进的蚁群算法在图像边缘检测中的应用研究.[D].解欢庆.兰州大学.2011, 10
[7]
基于蚁群算法的图像边缘检测.[D].卢雪夫.电子科技大学.2010, 02
←
1
→
共 7 条
[1]
基于二维直方图和改进蚁群聚类的图像分割
论文数:
引用数:
h-index:
机构:
何小娜
论文数:
引用数:
h-index:
机构:
逄焕利
[J].
计算机技术与发展,
2010,
20
(03)
: 128
-
131+171
[2]
蚁群算法在图像边缘检测上的应用研究
论文数:
引用数:
h-index:
机构:
高德威
论文数:
引用数:
h-index:
机构:
陈天煌
论文数:
引用数:
h-index:
机构:
刘朋
[J].
计算机与数字工程,
2009,
37
(01)
: 131
-
134
[3]
噪声图像中提取边缘的蚁群搜索算法
论文数:
引用数:
h-index:
机构:
于勇
论文数:
引用数:
h-index:
机构:
郭雷
[J].
电子与信息学报,
2008,
(06)
: 1271
-
1275
[4]
一种新的进化算法——蚁群算法
论文数:
引用数:
h-index:
机构:
张纪会
徐心和
论文数:
0
引用数:
0
h-index:
0
机构:
东北大学控制仿真研究中心
徐心和
[J].
系统工程理论与实践,
1999,
(03)
: 85
-
88+110
[5]
蚁群算法及其应用.[M].李士勇;陈永强;李研编著;.哈尔滨工业大学出版社.2004,
[6]
改进的蚁群算法在图像边缘检测中的应用研究.[D].解欢庆.兰州大学.2011, 10
[7]
基于蚁群算法的图像边缘检测.[D].卢雪夫.电子科技大学.2010, 02
←
1
→