高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

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

张志龙, 杨卫平, 李吉成. 一种基于蚁群优化的显著边缘检测算法[J]. 电子与信息学报, 2014, 36(9): 2061-2067. doi: 10.3724/SP.J.1146.2013.01506
引用本文: 张志龙, 杨卫平, 李吉成. 一种基于蚁群优化的显著边缘检测算法[J]. 电子与信息学报, 2014, 36(9): 2061-2067. doi: 10.3724/SP.J.1146.2013.01506
Zhang Zhi-Long, Yang Wei-Ping, LI Ji-Cheng. A Novel Salient Image Edge Detection Algorithm Based on Ant Colony Optimization[J]. Journal of Electronics & Information Technology, 2014, 36(9): 2061-2067. doi: 10.3724/SP.J.1146.2013.01506
Citation: Zhang Zhi-Long, Yang Wei-Ping, LI Ji-Cheng. A Novel Salient Image Edge Detection Algorithm Based on Ant Colony Optimization[J]. Journal of Electronics & Information Technology, 2014, 36(9): 2061-2067. doi: 10.3724/SP.J.1146.2013.01506

一种基于蚁群优化的显著边缘检测算法

doi: 10.3724/SP.J.1146.2013.01506
基金项目: 

国家自然科学基金(61101185, 61302145),国家专项课题(0404040604)和国家863计划项目(2012AA7044030)资助课题

A Novel Salient Image Edge Detection Algorithm Based on Ant Colony Optimization

  • 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。
  • 加载中
计量
  • 文章访问数:  2011
  • HTML全文浏览量:  123
  • PDF下载量:  903
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-09-29
  • 修回日期:  2014-04-03
  • 刊出日期:  2014-09-19

目录

    /

    返回文章
    返回