一种基于蚁群优化的显著边缘检测算法-论文.pdf

《一种基于蚁群优化的显著边缘检测算法-论文.pdf》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、第36卷第9期电子与信息学报Vl0I．36NO．92014年9月JournalofElectronics&InformationTechnologySept．2014一种基于蚁群优化的显著边缘检测算法张志龙杨卫平李吉成f国防科技大学ATR重点实验室长沙4100731摘要：该文提出一种基于蚁群优化的显著边缘检测算法。该算法利用相位编组方法计算支持区面积作为描述图像边缘梯度方向一致性的指标，将梯度幅度和支持区面积结合起来形成启发信息和信息素增量的计算方法，采用线性加权方法将信息素、梯度幅度、支持区面积3种信息综合起来得到蚂蚁转移概率，通过引入禁忌表增

2、大蚂蚁的活动范围。实验结果表明：该文提出的算法能够有效检测图像中的显著边缘特征，对多类图像都有良好的适应性，而且收敛速度较快。关键词：图像处理；蚁群；边缘检测；显著边缘；梯度方向一致性中图分类号：TP391文献标识码：A文章编号：1009—5896(2014)09—2061—07DOI：10．3724／SP．J．1146．2013．01506ANovelSalientImageEdgeDetectionAlgorithmBasedonAntColony0ptimizationZhangZhi·-longYangWei—-pingLiJi—-che

3、ng(ATRKeyLaboratory，NationalUniversityofDefenseTechnology，Changsha410073，China)Abstract：Inthispaper，anovelsalientimageedgedetectiontechniquethatisbasedonAntColonyOptimization(ACO)ispresented．FirstlyjtheproposedmethoddesignsanewedgesaliencydescriptioncalledSupportRegionArea(SR

4、A)usingphasegroupingalgorithm．Thenjtwokindofheuristicinformation，SRAandgradientmagnitude，areintroducedinACOtoguidetheant’Smovement．ThequantityofpheromonelaidbyeachantonitsnewarrivednodeiscalculatedbasedtheSRAandthegradientmagnitudeonthenode．Eachant’Stransitionprobabilityiscal

5、culatedbyanewmethodwhichlinearweightedcombinesthepheromone，thegradientmagnitudeandtheSRAintheant’S8-connectivityneighborhood．Atabootableiscreatedforeachantthatrecorderthenodesithasrecentlyvisited，andisusedtopresenttheantformvisitingthesamesetofnodesrepeatedly．Experimentalresu

6、ltsshowthesuccessofthetechniqueinextractingsalientedgesfromvisualandinfraredimages．Keywords：Imageprocessing；Antcolony；Edgedetection；Salientedge；Gradientorientationconsistency1引言梯度幅度不强的边缘，只要其梯度方向在较大范围内表现出一致性，也会成为显著边缘；另一方面，边缘检测是图像处理的基本任务，是特征提取、尽管图像中有些边缘梯度幅度很强，但其梯度方向景象匹配、目标识别、机器

7、视觉等后续处理的基础。一致性较差，在有些图像理解任务中也不会被关注，实际图像中包含各种噪声和干扰，噪声会影响检测这就是相位一致性原理_112]。它表明梯度方向信息对边缘的完整性，干扰则会导致虚假边缘的产生。好于显著边缘具有重要的提示作用。的边缘检测方法应当具有良好的鲁棒性，既能抵抗蚁群算法是Dorigo等人删提出的一种新的模噪声的影响得到更加完整的边缘，又能避免干扰的拟进化算法，在旅行商、指派、调度、连续优化等影响得到期望的边缘，从而更为准确地反映图像中问题求解方面取得了很好的结果。近几年，蚁群算有意义的结构特征。显著边缘是图像中主要的结构法在图

8、像匹配_5】、分割[6】、增强、特征选择【0]方面特征，也是表征图像内容、建立简约图像描述的重也产生了很多研究成果。蚁群算法是一种群智能