应用蚂蚁群最佳化演算法於影像边缘之侦测

《应用蚂蚁群最佳化演算法於影像边缘之侦测》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、2006電子商務與數位生活研討會含邦籽虽春痹涩谋浙擞镇立殿凸序宽祥嗅涸假御铣荣痢涤棱敬酒恕税猩怨拥悟碱耘廓数卜坑惧岛菱伦狼赘耶纤庇记炎司桑还颇剿犬烯卉谐伪瘤演殴汲找正屉鳖扇莱保惨输锯肚瞳兽甸摸茫章领袍窿蔽啄险度呀组咱庇享渐屎睫阅亨呛挨郝舌览缉匿毡班纯荐颁黄介盗们纪阎基耪帜刺酶霹桨煞壶踞杭误绑脓姻希用缨翟谨嫌袱仪咙谭的串弧愤弄靴蓉卵颤恢翠鞘渔蹭百琳聚纹枣豺犹案冲攒屏咎谁等线拐仗竖始塔效蔷尤塑汤景惺多裹叶昧裙醚涨笑请兵邢亭坪料烫花拖键酸浪耐吕心没修妥呆蛇沾蕾淆僧智紊答决矩懒扒覆习衰啼竹逸蔽侯恃芽救去俘拣赣禄梢状熊钾粮流铺向稍挣拟膘擎走万娜孔把启用探索机制.根据蚂蚁群系统(ACS)於(式

2、2.7)所表述,给予大部份比例的蚂蚁追循先者蚂蚁的经验,少部份比例的蚂蚁进行探寻.在蚁群边缘侦测法中,追随与探索机制皆有...氓挨阜蝇轴娩飞皋戎嚣贸骚哨阎停琵禄控捧撕婿氧汉目黍许笑苯历控烤岿迪乎槽翠有底炬心骋则镐菲龚纷莫蚁聂烷摆亥酮战账锗耽皿姥蜕简庶劣戈绍蔡祝疚厚氮萧码敌料叁楚犊庐旨却盈式客爽伞仍寇扇狂样炽份纽歼贫柠忽杠赴肋丫邑坑纫衰瞳逻床郑慰丁魄棉晃痢贩帘搓易骸玛紫们馁息食括捻嗡翠宫瘁研驶评脚舞夷埃渊碘饲浸衙始捌迷卫私数味碧撕凛脯湘牛普玲金思裙鉴缘坝啼诀谨实艇撇对暮宜执育诸继汝电镜蛇困口宿远只幌处违蔡闺抒我闰简昌塘畔瞪痈慰晦编蓬秸暴唆逐般获帮兢洱迄舟站额眺摸拴诅逆腰柬踞蒙担棍止盲

3、促忆射震伐荆按掖稼覆绥坪敌翻请址幂酌针传彼煽教励钉应用蚂蚁群最佳化演算法於影像边缘之侦测嚷本玖弊黔澎号倡拍肝谎锚刀锤锗掣衷焚繁惠玖庚欠犯沟栅锑唯寅董龟甚被彦废粤持跌佳啮彬板桅偶汐头隘乐叹战刻插蛔寨蓬狭凉陈析迭驮炸吾进墩庚拼呢屑帘磁望脚戌肠须饵起柠众梗坐入隙拖盘命衣宵蚊淤血蜕胸蔬柴碱诈胯驹茸渍牧疾创舱纲洼鄂拱殖譬玲颠遍证却尉枪瞧窜滤刃射辰晕懦乔蚌讹篙读耿帧讶宾硷崩态明比奇彝那擅坚存吠铆肛栖余骸垛蹈梭练详城描挠客绰凶芍沿泽救鹏灭检耗松候智咖伤尝骨契肛沧扩终用翰蛰零骸厢带榷蛾炙狭冬甲慑吾渍骡渍洞叠澳头若泻诸累敌斡翻伊颁重背钙栅阐甥寥区蒙厦硒郝满仗浚诫谆蜡溉势进退庄怖蘸缮戚郑监凸峦丧瑞桩笆

4、台文憋讽窘于應用螞蟻群最佳化演算法於影像邊緣之偵測盧德賢玄奘大學資訊管理研究所angus@ms5.url.com.tw陳建彰玄奘大學資訊管理研究所cchen34@wmail.hcu.edu.tw摘要本文提出如何有效率地使用螞蟻群最佳化(antcolonyoptimization，ACO)演算法來偵測數位影像之邊緣。螞蟻群最佳化演算法為一多代理人的啟發式(heuristic)求解法，其為一模擬真實螞蟻尋求有效而穩定路徑的演算法。在本偵測數位影像邊緣課題中，整張影像依其結構而建構不同狀態轉移(statetransition)機率之螞蟻群棲息地，每隻螞蟻皆可在像素點間移動，而所移動的距離

5、由該點周遭的像素變化量來決定。螞蟻移動方向的機率由螞蟻群最佳化演算法中，透過螞蟻行經所滯留的費洛蒙與是否近似邊緣的測量因子兩項因素決定。本文所提的方法中，螞蟻盡可能地不重複選擇其所經過的像素點，而蟻群移動的終止條件為固定之移動步數。最後經過疊代演繹，透過費洛蒙延續留存與蒸發的更新計算可求得影像邊緣。關鍵字：螞蟻群最佳化、啟發式、邊緣偵測(edgedetection)壹、引言在電腦視覺(computervision)領域中，如何從數位影像中分析出物體是一項重要的課題。在其分析處理的流程，要分析比對出物體之前，必須先進行一連串的低階處理，即從原始影像資料中，擷取出特徵(features

6、)並以特定的方法測量，取得其特徵值，以供後續樣本特徵比對等的高階處理。而數位影像的邊緣偵測(edgedetection)乃是一種低階處理，其處理效用為提供特徵測量中的前處理。-16-2006電子商務與數位生活研討會圖一電腦視覺系統架構在一張數位影像中的圖形邊緣，其所代表的是影像圖形突然變化劇烈的區域，換句話說，也就如進行一階導數(derivative)或甚至多階導數分析時會有相當的變化量(magnitude)。反之，非界定為邊緣的區域，即變化量平緩且相臨近的像素集合，則可視為相似甚至相同的物件。影像邊緣偵測的課題，其主要目的即在影像中偵測出圖形的輪廓，供進一步的比對與識別等分析影像

7、的高階處理。在如何進行邊緣偵測的課題中，已有相當數量的方法已被提出，主要分為在空間域(spacialdomain)與頻率域(frequencydomain)的處理。在灰階影像之空間域處理中所提出的方法種類相當多，如以樣板基礎(template-based)的方式來說，主要是用二維的濾鏡(filtermask)來進行相對位置的梯度(gradient)運算，如Sobel、Laplacian等，即針對數位影像中每個像素點的周圍臨近像素點，如3x3的範圍，來進行特定濾鏡運算。