资源描述：
《蚁群算法在图像边缘提取中的研究》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、第23卷第2期四川理工学院学报(自然科学版)Vol23No22010年4月JournalofSichuanUniversityofScience&Engineering(NaturalScienceEdition)Apr2010文章编号:16731549(2010)02020904蚁群算法在图像边缘提取中的研究徐金龙,陈明举,昊明(四川理工学院自动化与电子信息学院,四川自贡643000)摘要:文章对蚁群算法在图像边缘的提取中进行研究,对蚁群算法在图像边缘提取中采用蚂蚁访问不同邻域策略与不同的
2、启发信息公式进行MATLAB仿真,得到最佳的邻域策略与启发信息公式,并利用得到的最佳方式对不同图像进行边缘的提取,达到一定的效果。关键词:邻域策略;启发信息;蚁群算法;图像边缘中图分类号:TN91173文献标识码:A设有K只蚂蚁,叠代次数为N,图像的大小为M1M2,引言算法过程如下:蚁群算法是受生物界中蚂蚁觅食行为启发而来,生初始化参数:K只蚂蚁随即分布在M1M2个像素物界中的蚂蚁有能力在没有任何可见提示下找出从蚁上,设置初始化信息素强度为(0);穴到食物源的最短路径,并且能够随环境的变化而变化节点转移
3、方法:对迭代次数循环n=1N,对每只蚂[1]地搜索新的路径,产生新的选择。蚂蚁之所以能够智蚁循环k=1K,每只蚂蚁通过节点转移概率矩阵p(n)能地觅食,依靠的是一种相当简单的生理机制:蚂蚁在与禁忌矩阵tabu(k)移动L步,更新信息素矩阵(n)。其走过的路径上释放一种化学物质信息素(phero通过阀值选择边缘:信息素矩阵(N)与阀值比较mone),信息素承载着路况信息,蚂蚁在行进的过程中确定图像的边缘。tabu(k)记录蚂蚁最近经历过的像素能够感知这种信息素的存在和其强度,并指导自己的行点,避免蚂蚁重复经
4、过走过的路径。进方向使蚂蚁倾向于向信息素强度高的方向移动。在蚁群算法进行边缘检测中,有两个重要的步骤:在图像处理方面,蚁群算法可以进行图像的特征提概率矩阵p(n)的确定与息素矩阵(n)的更新。取、分割、边缘的检测、图像匹配以及图像分类。对于蚁蚁群算法直接提取图像的边缘主要算法有:最初的群算法对图像进行边缘检测的研究比较少,文献[6]利用蚁群算法(AntSystem,AS),Gambardella&Dorigo提出蚁群算法对canny算子提取的边缘的间断点进行连接。的(TheAntColonySystem,AC
5、S)。两者算法的主要区文献[35]是直接用蚁群算法进行图像边缘的检测。别:AS算法对每次迭代循环时才更新信息素矩阵,根据转移概率矩阵的值选择路径;ACS算法对每次迭代循环1蚁群算法在图像边缘检测的基本思想和每只蚂蚁移动一次对信息素矩阵都进行更新,在选择蚁群算法的基本思想通过模仿蚂蚁在一个区域更路径时根据概率矩阵随即选择。然而ACS算法提取图新信息素的找到最短路径的方法来求解实际问题的最像的主要边缘,丢失图像很多的细节信息,本文对ACS优化。对于数字图像的边缘提取,该算法将待处理图像算法在图像边缘提取中的蚂蚁访
6、问领域的选择与启发中的每一像素点看作节点构成二维图,其信息素释放在信息计算所涉及到的范围进行研究。[2]蚂蚁行经的节点上。初始状态时蚂蚁随机分布在像2蚁群算法在图像边缘提取过程素点上,然后根据其邻域像素点的信息素与梯度值,以较大概率选择信息素分布多、梯度值高的像素点,并增蚁群算法对图像进行边缘检测,首先把蚂蚁随机分强经过的像素点的信息素。由于图像的边缘点梯度值在二维图像的像素上,并建立初始化概率矩阵、信息素高,因此,蚂蚁逐渐向边缘汇聚,从而得到图像边缘。假强度矩阵与启发信息矩阵。根据概率矩阵大小随即选收稿日期:
7、20091117作者简介:徐金龙(1977),男,重庆大足人,助教,硕士,主要从事电子信息、信息与信号处理方面的研究。210四川理工学院学报(自然科学版)2010年4月取移动方向,并更新概率矩阵与信息素强度矩阵,最后根据信息素强度确定图像边缘,具体步骤如下:21K只蚂蚁随即分布在M1M2个像素上,设置初始化吸引信息强度(0)、总共迭代次数N;22节点转移方法在第n次迭代循环中,每只蚂蚁每运动一步,搜索的扩展点在其当前节点的邻域内根据转移概率矩阵随机选择。在蚂蚁搜索的每一节点
8、,它能感知以下两种信息,一种是从当前节点到其邻域点的路径上分布的信息素;另外一种是每一路径所对应节点的梯度幅值构成的启发信息。在搜索过程中,蚂蚁根据各路径上的信息素及路径的启发信息来计算转移概率,像素点(r,s)运动到像素点(,ij)的转移概率定义为:图2启发信息计算的关系图(n-1)!(n)(i,j)(i,j)p(r,s),(i,j)=(n-1)!(1)I(i-1,j-1)-I
