改进蚁群优化算法图像边缘检测,这篇蚁群论文范文为免费优秀学术论文范文,可用于相关写作参考。
蚁群论文参考文献：
摘 要： 为了解决图像边缘检测中的噪声问题,并提升检测效率和检测效果,提出改进蚁群优化算法的图像边缘检测方法.所提方法改进了传统蚁群优化算法直接在像素域进行迭代的边缘检测过程,其将蚂蚁分为探测蚁和寻路蚁,寻路蚁采用数据结构控制思想在原图像上随机选择迭代路线,根据蚂蚁移动角度设置像素点结构搜索路线,在所经过的每个像素点上进行附近像素点结构搜索,快速获取整体图像边缘检测信息,再利用探测蚁将寻路蚁给出的结果进行蚂蚁外激素检测,完成对检测效率和检测效果的改进.实验结果证明,相比传统蚁群优化算法,改进蚁群优化算法在图像边缘检测的效率和效果上均有很大提高.
关键词： 蚁群优化算法； 外激素； 像素域； 图像边缘检测； 数据结构控制； 检测效率
中图分类号： TN911.73?34； TP391.41 文献标识码： A 文章编号： 1004?373X（2018）03?0050?04
Abstract： In order to eliminate the noise existing in image edge detection, and improve the detection efficiency and detection effect, an image edge detection method based on improved ant colony optimization algorithm is proposed. The method improves the traditional ant colony optimization algorithm to iterate the process of edge detection directly in pixel domain, and divides the ants into the detection ants and route?finding ants. The route?finding ants based on the data structure control thought are used to select the iterative path randomly on the original image, set the structural search path of the pixel point according to ants moving angle, search the structure of the neighborhood pixel points from each pixel passing by, and obtain the edge detection information of the whole image. The detection ants are used to detect the ant ectohormone according to the results given by route?finding ants to improve the detection efficiency and detection effect. The experimental results show that, in comparison with the traditional ant colony optimization algorithm, the improved ant colony optimization algorithm has a great improvement in the image edge detection efficiency and effect.
Keywords： ant colony optimization algorithm； ectohormone； pixel domain； image edge detection； data structure control； detection efficiency
0 引 言
图像边缘检测在图像处理中是一个非常重要的过程,图像分割、数据扫描和识别等过程都需要图像边缘检测的支持.噪声是普遍存在于图像中的干扰信号,图像边缘检测方法需要克服噪声达到高效检测效果,如文献[1]中的对数函数图像边缘检测方法,利用局部梯度检测图像边缘,无法根据对数函数性质消除噪声,虽然检测效率高,但边缘显示效果不好；文献[2]中的高斯滤波图像边缘检测方法可以排除噪声,使图像边缘平滑,但在处理高次噪声时由于滤波强度不好控制,因而经常造成边缘过度平滑；文献[3]使用蚁群优化算法克服图像边缘噪声,边缘显示效果优于对数函数和高斯滤波,但检测效率低,检测效果仍需改进.因此,提出一种改进蚁群优化算法的图像边缘检测方法,对旧算法的不足之处进行合理改进,突破图像边缘性能局限.
1 传统蚁群优化算法图像边缘检测
利用传统蚁群优化算法进行边缘检测时,需要先将图像重塑为由像素点构建而成的无向图,每个像素点都可以作为蚂蚁行走路线的起点,以四像素域或八像素域（图像像素点数据量多时使用八像素域,否则使用四像素域）作为路线选择区域,让蚂蚁在像素域中迭代移动[4].蚂蚁在四像素域或八像素域中的移动概率可以表示为：
式中：为蚂蚁排列码；是蚂蚁的行走起点像素点的坐标；相当于行走起点像素点的四像素域或八像素域（像素域结构如图1所示）；表示点上的蚂蚁外激素；表示蚂蚁驱动信号；用于管控蚂蚁外激素移动量和移动方向；用于调整蚂蚁驱动信号的优先顺序.
蚂蚁外激素随蚂蚁移动过程不断更新,设首次更新的排列号为则第二次更新的排列号为那么第二次更新后将得到：
式中：表示螞蚁外激素的更新损失；表示固定留存在原坐标上的蚂蚁外激素[5],有：
结论：关于蚁群方面的论文题目、论文提纲、iac蚁群传播是金融骗局论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
改进蚁群算法在YKK系列中型高压电机优化设计中的应用
摘 要：在工业领域当中，则主打高效电机，通过对电机进行优化设计以有效提升其工作效率、降低工作能耗。在此基础之上，本文将通过对蚁群算法进行改进，并。
在线服务风险管理蚁群优化算法
摘要：互联网环境下的在线服务运营管理应该先进行项目风险规划。针对在线服务企业的风险管理规划问题，提出了一种蚁群优化风险管理算法。该方法能够通过优。
基于不同信息素更新策略卫星数传调度蚁群优化算法
摘要：针对具有时间窗口和数传资源限制卫星数传调度问题，提出了基于解构造图模型的蚁群优化算法。借鉴精英机制，设计了绝对精英策略、相对精英策略、收益。
改进蚁群算法在全终端网络可靠性优化问题上的应用
摘要：本文着重解决全终端网络成本优化问题，以达到最佳的寻优效果和寻优速度，基于泰国学者KanyapatWatcharasitthiwat在解决网。