蚁群算法在图像边缘检测上的应用研究

被引:11
作者
高德威
陈天煌
刘朋
机构
[1] 武汉理工大学计算机科学与技术学院
关键词
蚁群算法; 图像边缘检测; 灰度引导;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
摘要
将蚁群算法应用于图像边缘检测,提出了一种利用灰度梯度引导的蚁群搜索图像边缘的算法,其核心思想是利用图像的灰度梯度作为启发信息,并加入运动方向改变量,引导蚁群搜索边缘,迭代搜索可能的局部边缘曲线。通过对蚂蚁行走过路径上的信息素分布进行更新,使得分布在真实边缘上的信息素逐渐增大,从而使搜索逐渐向真实的边缘收敛,最后根据信息素的遗留结果提取的边缘曲线。此算法可有效抑制噪声干扰,最大限度的保留细节信息,以达到有效提取图像边缘的目的。同时在灰度提取及蚁群的选择上较已有相关算法有较大改进,并分析效果指出不足和进行相关的改进的方向。
引用
收藏
页码:131 / 134
页数:4
相关论文
共 7 条
  • [1] 用于连续域优化的蚁群算法及其收敛性研究[J].赵云涛,王京,荆丰伟. 系统仿真学报.2008(15)
  • [2] 基于遗传算法和蚂蚁算法求解函数优化问题[J].杨剑峰. 浙江大学学报(工学版).2007(03)
  • [3] 一种多像素图像边缘提取方法[J].刘煜,李言俊,张科. 光子学报.2007(02)
  • [4] 基于遗传算法和梯度算子的图象边缘检测[J].甘勇,马芳,熊坤,吉星. 微计算机信息.2007(06)
  • [5] 灰度梯度感知人工蚁群的数字图像边缘检测[J].颜晨阳,张友鹏,熊伟清. 计算机工程与应用.2006(36)
  • [6] 基于蚁群模糊聚类算法的图像边缘检测[J].苗京,黄红星,程卫生,袁启勋. 武汉大学学报(工学版).2005(05)
  • [7] MAX–MINAntSystem[J].ThomasStützle,HolgerH.Hoos. FutureGenerationComputerSystems.2000(8)