基于遺傳蟻群算法的圖像邊緣檢測(cè)算法研究.pdf

1、邊緣是數(shù)字圖像中最重要的特征之一。邊緣檢測(cè)在圖像處理、計(jì)算機(jī)視覺等應(yīng)用中起著很重要的作用。因?yàn)樵趫D像的邊緣中包含著一些用于識(shí)別的信息，所以邊緣檢測(cè)同時(shí)也是圖像分析的一個(gè)重要環(huán)節(jié)。在仿生學(xué)算法領(lǐng)域，基于遺傳算法的邊緣檢測(cè)和基于蟻群算法的邊緣檢測(cè)有各自的優(yōu)缺點(diǎn)，本文的重點(diǎn)就是將兩個(gè)算法結(jié)合，并進(jìn)行圖像邊緣檢測(cè)研究。
　　 本文首先對(duì)圖像邊緣檢測(cè)的現(xiàn)狀和重要性進(jìn)行概述，綜述了邊緣檢測(cè)的國(guó)內(nèi)外研究現(xiàn)狀和相應(yīng)的評(píng)價(jià)標(biāo)準(zhǔn)。在此基礎(chǔ)上，分別研

2、究了遺傳算法和蟻群算法的基本原理和基本模型，列出了遺傳算法和蟻群算法的主要操作步驟。
　　 其次，本文分別研究了基于遺傳算法的邊緣檢測(cè)方法和基于蟻群算法的邊緣檢測(cè)方法，并給出了基于遺傳算法和基于蟻群算法的邊緣檢測(cè)的流程圖。因?yàn)檫z傳算法和蟻群算法都是仿生學(xué)算法，許多參數(shù)都是經(jīng)驗(yàn)值，所以在進(jìn)行邊緣檢測(cè)時(shí)需要通過多次仿真實(shí)驗(yàn)。本文通過對(duì)遺傳算法的參數(shù)Pc、Pm、T和蟻群算法的參數(shù)α、β、ρ的仿真實(shí)驗(yàn)，得出最佳數(shù)值來(lái)進(jìn)行后續(xù)實(shí)驗(yàn)。

3、>　　 然后，本文針對(duì)基于遺傳算法的圖像檢測(cè)邊緣不連續(xù)和基于蟻群算法的圖像邊緣檢測(cè)收斂時(shí)間長(zhǎng)的缺點(diǎn)，提出了一種基于遺傳蟻群混合算法的圖像邊緣檢測(cè)研究方法。通過對(duì)遺傳算法和蟻群算法的時(shí)間-速度曲線圖的分析，找出遺傳算法和蟻群算法的最佳結(jié)合點(diǎn)。先對(duì)圖像進(jìn)行遺傳運(yùn)算，達(dá)到預(yù)先設(shè)定的收斂條件后，將遺傳算法的次優(yōu)解轉(zhuǎn)化為接下來(lái)的蟻群算法的初始信息素分布，然后再進(jìn)行蟻群算法，最后顯示出圖像的邊緣信息。
　　 最后，通過實(shí)驗(yàn)結(jié)果表明，本文提