基于改進蟻群算法的圖像邊緣檢測.pdf

1、當今的數(shù)字化社會，數(shù)字圖像在生產(chǎn)生活中的各個方面都有應(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。這使得邊緣檢測成為了圖像處理，圖像分析，視覺檢測，模式識別等領(lǐng)域的重要課題。而其檢測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，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、來的一種算法，具有并行性，正反饋性，強魯棒性等特點。最先應(yīng)用于TSP問題并取得了不錯的效果，后來在邊緣信息檢測等搜索全局最優(yōu)解的問題上都有應(yīng)用。但是在邊緣信息檢測的應(yīng)用中，我們發(fā)現(xiàn)算法的模擬結(jié)果會有運算時間過長，運算精度不高，抗噪性差等缺點。
　　為了解決運算時間過長的問題，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傳統(tǒng)蟻群算法在初始分布中隨機分布帶來的無用搜索和計算造成的運行時間過長。這里的辦法是將待檢圖像

3、進行灰度預(yù)處理，得到圖像中各點的灰度值，根據(jù)邊緣位置灰度變化較大的特點，選定某一閾值進行選擇性的初始點分布。根據(jù)邊緣曲線的連續(xù)性，以選定初始點為起點，分別對其周圍鄰域進行邊緣點判斷。
　　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算圖像的灰度梯度，根據(jù)灰度值選取初始點。系統(tǒng)啟動后螞蟻根據(jù)信息素和啟發(fā)信息共同決定螞蟻移動方向，并在移動中使