混沌蚁群算法在图像边缘检测中的应用

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (2): 194-197.

混沌蚁群算法在图像边缘检测中的应用

耿艳香1，2，孙云山1，2，谢靖鹏1，刘超1

1.天津商业大学信息工程学院，天津 300134
2.天津大学电子信息工程学院，天津 300072

出版日期:2015-01-15 发布日期:2015-01-12

Research on chaotic ant colony algorithm in image edge detection

GENG Yanxiang1，2, SUN Yunshan1，2, XIE Jingpeng1, LIU Chao1

1.School of Information Engineering, Tianjin University of Commerce, Tianjin 300134, China
2.School of Electric Information Engineering, Tianjin University, Tianjin 300072, China

Online:2015-01-15 Published:2015-01-12

摘要/Abstract

摘要： 运用混沌蚁群算法进行图像的边缘检测是针对混沌蚁群算法具有随机性、遍历性、正反馈性，通过更新信息素矩阵来计算图像阈值，从而获得图像边缘信息，能够更全面、迅速地找到图像的边缘，避免过早陷入局部最优，提高了图像边缘检测的连续性和准确性。计算机仿真实验表明，通过混沌蚁群算法获得的图像边缘更加完整和清晰，取得了较好的效果。

关键词: 混沌蚁群算法, 图像分割, 边缘检测

Abstract: Chaos ant colony algorithm is applied in image edge detection, because of its randomness, ergodicity and positive feedback. The update of the pheromone matrix by chaos ant colony algorithm is used to calculate the threshold to get the edge of image, and then it can fully and quickly find the edge of image to avoid falling into the optimal value. The algorithm improves the continuity and accuracy of image edge detection. Simulation results of the computer show that chaos ant colony algorithm to obtain more completely and clearly edge, which is obtained better effect.

Key words: chaos ant colony algorithm, image segmentation, edge detection

耿艳香1，2，孙云山1，2，谢靖鹏1，刘超1. 混沌蚁群算法在图像边缘检测中的应用[J]. 计算机工程与应用, 2015, 51(2): 194-197.

GENG Yanxiang1，2, SUN Yunshan1，2, XIE Jingpeng1, LIU Chao1. Research on chaotic ant colony algorithm in image edge detection[J]. Computer Engineering and Applications, 2015, 51(2): 194-197.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	赵阳，张俊华. 多尺度特征融合的脊柱X线图像分割方法[J]. 计算机工程与应用, 2021, 57(8): 214-219.
[3]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[4]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[5]	彭璟，罗浩宇，赵淦森，林成创，易序晟，陈少洁. 深度学习下的医学影像分割算法综述[J]. 计算机工程与应用, 2021, 57(3): 44-57.
[6]	马庆禄，唐小垚. 融合时域和分水岭信息的车辆检测算法[J]. 计算机工程与应用, 2021, 57(24): 227-233.
[7]	刘锐，丁辉，尚媛园，邵珠宏，刘铁. COVID-19医学影像数据集及研究进展[J]. 计算机工程与应用, 2021, 57(22): 15-27.
[8]	齐小祥，李敏，朱颖，宋雨，杜卫东. 基于边缘检测的SAR图像自适应区域分割[J]. 计算机工程与应用, 2021, 57(22): 232-240.
[9]	周绍光，吴昊，赵婵娟，陈仁喜. 利用同质区特性的高光谱图像迁移学习分类[J]. 计算机工程与应用, 2021, 57(21): 224-233.
[10]	丁成，翁理国，夏旻，崔逸尘，钱俊豪，刘佳. 多注意力机制网络卫星图像分割算法[J]. 计算机工程与应用, 2021, 57(2): 223-229.
[11]	李振强，王树才，赵世达，白宇. 改进DeepLabv3+和XGBoost的羊骨架切割方法[J]. 计算机工程与应用, 2021, 57(18): 263-269.
[12]	孙玮婕，杨军. 改进的简单非迭代聚类的遥感影像分割研究[J]. 计算机工程与应用, 2021, 57(13): 185-192.
[13]	杨勇，郭玲，叶阳东. 全变分流边与M2GGD相结合的自然图像分割方法[J]. 计算机工程与应用, 2021, 57(11): 202-210.
[14]	鲁圆圆，冯浩，李靖. 结合分布度量统计建模的主动轮廓图像分割[J]. 计算机工程与应用, 2020, 56(7): 228-233.
[15]	张姝洁，郑利平，韩清，张晗. 从图片到衣服：快速虚拟角色服饰生成方法[J]. 计算机工程与应用, 2020, 56(7): 234-239.