基于改進(jìn)蟻群算法的圖像邊緣檢測(cè).pdf

1、當(dāng)今的數(shù)字化社會(huì)，數(shù)字圖像在生產(chǎn)生活中的各個(gè)方面都有應(yīng)用。圖像的邊緣信息是數(shù)字圖像包含的最基本的信息，這些信息可以用于區(qū)別圖像有用信息，背景，噪聲等內(nèi)容，為人們提供圖像中最直接的所需內(nèi)容。這使得邊緣檢測(cè)成為了圖像處理，圖像分析，視覺檢測(cè)，模式識(shí)別等領(lǐng)域的重要課題。而其檢測(cè)方法也從最初的一階二階微分算子模板，也在經(jīng)過不斷的改進(jìn)，融合和創(chuàng)新之后，有了很大程度的發(fā)展。
　　蟻群算法是一種新興的搜索優(yōu)化算法，根據(jù)螞蟻覓食的群體協(xié)作行為模仿

2、來(lái)的一種算法，具有并行性，正反饋性，強(qiáng)魯棒性等特點(diǎn)。最先應(yīng)用于TSP問題并取得了不錯(cuò)的效果，后來(lái)在邊緣信息檢測(cè)等搜索全局最優(yōu)解的問題上都有應(yīng)用。但是在邊緣信息檢測(cè)的應(yīng)用中，我們發(fā)現(xiàn)算法的模擬結(jié)果會(huì)有運(yùn)算時(shí)間過長(zhǎng)，運(yùn)算精度不高，抗噪性差等缺點(diǎn)。
　　為了解決運(yùn)算時(shí)間過長(zhǎng)的問題，本文主要介紹有感知功能的蟻群算法。有感知功能的蟻群算法主要是針對(duì)傳統(tǒng)蟻群算法在初始分布中隨機(jī)分布帶來(lái)的無(wú)用搜索和計(jì)算造成的運(yùn)行時(shí)間過長(zhǎng)。這里的辦法是將待檢圖像

3、進(jìn)行灰度預(yù)處理，得到圖像中各點(diǎn)的灰度值，根據(jù)邊緣位置灰度變化較大的特點(diǎn)，選定某一閾值進(jìn)行選擇性的初始點(diǎn)分布。根據(jù)邊緣曲線的連續(xù)性，以選定初始點(diǎn)為起點(diǎn)，分別對(duì)其周圍鄰域進(jìn)行邊緣點(diǎn)判斷。
　　為了解決抗噪性差，系統(tǒng)可能陷入局部最優(yōu)等問題，本文提出了一種改進(jìn)蟻群算法--基于梯度的邊緣提取蟻群算法。它的主要思路是在算法的初始化中先計(jì)算圖像的灰度梯度，根據(jù)灰度值選取初始點(diǎn)。系統(tǒng)啟動(dòng)后螞蟻根據(jù)信息素和啟發(fā)信息共同決定螞蟻移動(dòng)方向，并在移動(dòng)中使