萤火虫算法的图像边缘检测

被引:4
作者
帅暘 [1 ]
冯丽 [2 ]
祁佳 [1 ]
刘紫燕 [1 ]
机构
[1] 贵州大学大数据与信息工程学院
[2] 国家电网重庆市电力公司
关键词
萤火虫算法; 图像边缘检测; 图像梯度值;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
摘要
针对传统边缘检测算法自适应能力差、固定阈值和背景噪声抑制差的问题,提出了一种基于萤火虫算法的图像边缘测算法。该算法首先通过灰度图像矩阵的一阶导数得到灰度图像的梯度值矩阵,然后使用萤火虫算法,即根据萤火虫的发光和吸引特性,根据其搜索区域范围寻找其它萤火虫,并向邻域内位置内亮度高的萤火虫位置移动,从而实现搜索图像的梯度最大值,检测出图像的边缘。仿真实验结果表明,该算法能快速、准确地检测出图像的边缘,因此将其应用于图像的边缘检测是可行、有效的。
引用
收藏
页码:913 / 917
页数:5
相关论文
共 9 条
[1]
层次聚类算法的实时图像边缘检测及FPGA实现 [J].
刘紫燕 ;
祁佳 .
红外技术, 2014, 36 (01) :53-57
[2]
实时图像边缘检测形态学优化设计及FPGA实现 [J].
刘紫燕 ;
祁佳 .
电子技术应用, 2013, 39 (09) :132-134+138
[3]
基于FPGA的Sobel算子图像边缘检测算法 [J].
杨新华 ;
寇为刚 .
仪表技术与传感器, 2013, (01) :102-104
[4]
机械零件边缘检测方法的研究 [J].
丁宇辰 ;
谢水珍 .
通信技术, 2012, (12) :101-103
[5]
一种新颖的仿生群智能优化算法:萤火虫算法 [J].
刘长平 ;
叶春明 .
计算机应用研究, 2011, 28 (09) :3295-3297
[6]
基于改进人工鱼群算法的图像边缘检测 [J].
楚晓丽 ;
朱英 ;
石俊涛 .
计算机系统应用, 2010, 19 (08) :173-176
[7]
基于模糊聚类分析的边缘检测算法 [J].
陈波 ;
杨阳 ;
沈田双 .
仪器仪表学报, 2006, (S2) :1603-1604
[8]
图像边缘检测方法研究综述 [J].
段瑞玲 ;
李庆祥 ;
李玉和 .
光学技术, 2005, (03) :415-419
[9]
图像处理与分析[M] 徐建华编著; 科学出版社 1992,