基于改进蚁群算法的图像边缘检测

《基于改进蚁群算法的图像边缘检测》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于改进蚁群算法的图像边缘检测第一章绪论1.1图像和图像边缘检测的概况图像边缘是图像最基本特征，是进行图像处理中图像分割、图像检索以及模式识别的重要条件和根据。图像识别和图像的分析处理离不开图像边缘检测，边缘信息是图像处理中的基本内容。现实中，我们总是受到噪声的影响，图像也会受到随机噪声的影响和干扰。就目前的相关算法发展来看，常用的LOG算子，Laplacian，Sobel等算法[27]，都是通过图像各像素的梯度的局部极值来计算的，而噪声对局部的梯度值影响较大，因而此类算法抵抗噪声的性能较差。Canny为克服噪声的影响，首先使用高斯低通滤波，使图像变得平滑，然后对图像边缘进行差分检

2、测，但对幅度较大的噪声鲁棒性较差。.........1.2图像边缘检测的发展趋势随着计算机应用，数码技术，识别算法等方面的进步，图像处理这个当今热门的方向得到了很大程度的发展，而边缘信息的检测就是其中的重点任务之一，在此方向的发展趋势中，有几点是很重要的：(1)数据采集方面：图像信息的采集有很多，比如银行，商店，楼宇等位置的监控；公安部门的天网系统；日常使用的照相机，摄像机；医学影像等等。在采集的过程中，物体的运动，曝光强度，背景的复杂性，噪声干扰，数据的传输过程等方面都会对重点信息的提取产生较大的影响。在采集方面上，我们可以从摄像头的像素，曝光技术，快速运动对象的捕捉等方面做一些

3、改进和突破。(2)数据处理方面：在数据处理的方法上的研究，主要集中在旧算法的改进，新算法的开发，不同算法之间相互结合使用上。比如说处理图像中噪声的影响，图像处理中的算法参数的自适应调整，经验参数的选择等等。随着彩色图像应用的广泛普及，图像处理也需要跳出灰度图像处理的思维，考虑彩色图像的处理方法。(3)数据显示方面：通过人类心理，视觉等方面的技术应用，使被检图像可以呈现出更好的符合我们要求的检测结果，使我们对检测结果的感知更直观，更可靠，获取更多的细节内容。...........第二章图像边缘检测的常用方法2.1图像边缘检测的一阶微分算子图像边缘检测一阶微分算子，利用边缘梯度变化剧烈

4、，梯度变化越剧烈，一阶导数值越高。通过对图像中像素点的梯度幅值进行计算，并与门限阈值进行比对，得到所需的边缘信息。数字图像处理的过程中，图像边缘是图像最基本特征，是进行图像处理中图像分割、图像检索以及模式识别的重要条件和根据。图像识别和图像的分析处理离不开图像边缘检测，边缘信息可以用来区分目标，背景，区域等信息，可以为人类和机器视觉系统提供图像分析所需的根本信息，是图像处理中的基本内容。图像边缘是指周围像素灰度屋顶变化和阶跃变化的像素点的集合，体现在图像某些部分的突变和不连续。图像的边缘有两个特性：方向和幅度。方向决定边缘信息在图像中的延伸方向，幅度体现在边缘的灰度值变化的剧烈程度

5、上。一般的灰度变化有两种，屋顶变化和阶跃变化，二者的灰度变化程度我们一般通过图像灰度的一阶导数和二阶导数来衡量，两种衡量方法即为图像的一阶微分算子和图像的二阶微分算子。在后来的发展过程中，在两类微分算子的基础上产生了具有良好抗噪性的最优滤波算子，本章中主要介绍Canny算子。...........2.3Canny算子以及其改进算法简介经典的边缘检测算子都存在环境要求较为理想，精度不高，抗噪性差等特点，只适合一些简单的图像处理。而实际应用中待处理的图像，大多都是边缘信息复杂且不明确，存在明显噪声干扰，曝光程度不同的图像，简单的使用经典方法检测边缘，会得到粗细不均，细节不到位，噪声干扰

6、很明显，边缘不连续的检测结果，并不适用于实际应用。通过对这些算子和我们实际应用需求的总结，Canny认为较好的边缘检测算子应该符合以下三个准则：1.把真正的边缘点检测成非边缘点的概率低，把非边缘点检测为边缘点的概率低。2.对实际边缘的定位功能要好，要让被检测出的边缘位置尽可能的接近实际边缘位置。3.对同一个边缘点只有一次相应，不至于使检测出的边缘曲线过粗无法辨认或掩盖其他信息。............第三章蚁群算法的基本原理和发展....133.1蚁群算法的基本原理....133.2蚁群算法的思路分析和特点........163.3基本蚁群算法的实现....173.4蚁群算法的发展

7、和改进..........20第四章蚁群算法用于图像边缘检测常见问题的分析..........274.1传统蚁群算法用于图像边缘检测的基本实现思路和方法....274.2针对算法时间过长的算法改良........314.3基于改进蚁群算法的图像边缘检测.........35第五章总结与展望............455.1总结.......455.2展望.......46第四章蚁群算法用于图像边缘检测常见问题的分析4.1传统蚁群算法用于图像边缘检测的基本实现思路和方法