改进的蚁群算法及其在图像边缘检测中的应用研究

改进的蚁群算法及其在图像边缘检测中的应用研究

ID:35082282

大小:3.02 MB

页数:57页

时间:2019-03-17

改进的蚁群算法及其在图像边缘检测中的应用研究_第1页
改进的蚁群算法及其在图像边缘检测中的应用研究_第2页
改进的蚁群算法及其在图像边缘检测中的应用研究_第3页
改进的蚁群算法及其在图像边缘检测中的应用研究_第4页
改进的蚁群算法及其在图像边缘检测中的应用研究_第5页
资源描述:

《改进的蚁群算法及其在图像边缘检测中的应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、西安科技大学硕士学位论文改进的蚁群算法及其在图像边缘检测中的应用研究专业名称:应用数学作者姓名:李莎指导教师:乔宝明学位论文独创性说明本人郑重声明:所呈交的学位论文是我个人在导师指导下进行的研究工作及其取得研究成果。尽我所知,除了文中加以标注和致谢的地方外,论文中不包含其他人或集团已经公开发表或撰写过的研究成果,也不包含为获得西安科技大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确说明并表示了谢意。学位论文作者签名:日期:论文题目:改进的蚁群算法

2、及其在图像边缘检测中的应用研究专业:应用数学研究生:李莎(签名):指导教师:乔宝明(签名):摘要由于图像常被视为由其像素点组成的大数据量矩阵,图像边缘检测在数学上可以归结为求解组合优化问题。而蚁群算法的正反馈、鲁棒性、分布式等优点都有利于处理复杂的、大数据量的组合优化问题或是能够转化成组合优化求解类的问题[1]。因此将蚁群算法用于图像边缘检测是一种有效的探索和尝试。针对传统蚁群的图像边缘检测算法存在图像边缘检测效果不佳,算法易于陷入局部最优且算法的随机和正反馈两种机制易失衡,以及算法收敛速度过慢等缺点,提出一

3、种改进的蚁群图像边缘检测算法。改进算法将蚂蚁初始位置的随机分布转变为放置在图像边缘附近,同时在算法的初始化阶段加入禁忌表,将经典Canny边缘检测算子得到的边缘信息作为蚂蚁运动的启发信息,建立基于蚁群算法的边缘追踪模型,还对信息素挥发率进行了自适应调整,得到新的信息素更新公式。最后通过进一步的仿真试验说明改进算法的有效性。仿真试验表明:蚂蚁初始位置分布的改变,使其以较高概率成为边缘的像素点作为起点对图像进行全局搜索,在对高概率区域检测的同时也将算法迭代过程更多地应用于局部边缘的寻找,提高了算法运行效率;而禁

4、忌表的加入有助于加强蚂蚁寻找最优解的能力,避免了蚂蚁在局部搜索范围内进行无意义的往返运动;蚁群算法边缘追踪模型的建立,实现了信息素和启发信息共同对边缘追踪的导向作用,避免了蚂蚁在非边缘区域分布和行走,还解决了传统算法中随机性和正反馈两种机制的不协调的问题。自适应地改变信息素挥发率系数的值将会提高算法的全局搜索能力,信息素挥发率的调整是为了避免算法陷入局部最优或者停滞状态,并且值好的改变也会提升算法的收敛速度。总之,改进后的算法无论是在检测效果还是收敛速度等方面都优于传统基于蚁群的图像边缘检测算法,达到了改

5、进的目的。关键词:Canny算子;蚁群算法;图像边缘检测;红外图像研究类型:应用研究Subject:ImprovedantcolonyalgorithmanditsapplicationresearchinimageedgedetectionSpecialty:AppliedMathematicsName:LiSha(Signature)Instructor:QiaoBaoming(Signature)ABSTRACTOwingtotheimageisoftenseenasthelargeamountofda

6、tamatrixwhichcomposedofitspixels,imageedgedetectioncanbesummedupinsolvingcombinatorialoptimizationproblemsinmath.Andtheadvantagesofantcolonyalgorithmwiththepositivefeedback,robustness,anddistributedprocessingiseasiertodealwithcomplex,combinatorialoptimizati

7、onproblemswhichwithlargeamountofdataorsomeproblemswhichcanbeconvertedintocombinatorialoptimizationproblem.Soitisaneffectiveexplorationandattemptusingtheantcolonyalgorithmforimageedgedetection.Inviewofthetraditionalantcolonyalgorithmsofimageedgedetectionwith

8、itsdisadvantagesofpooreffectinimageedgedetection,andthealgorithmiseasytofallintolocaloptimumandtheimbalancealgorithminrandomandpositivefeedbackmechanism,andtooslowconvergencespeed,soanimprovedantcolony

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。