基于遺傳蟻群算法的圖像邊緣檢測算法研究.pdf

1、邊緣是數(shù)字圖像中最重要的特征之一。邊緣檢測在圖像處理、計算機視覺等應(yīng)用中起著很重要的作用。因為在圖像的邊緣中包含著一些用于識別的信息，所以邊緣檢測同時也是圖像分析的一個重要環(huán)節(jié)。在仿生學算法領(lǐng)域，基于遺傳算法的邊緣檢測和基于蟻群算法的邊緣檢測有各自的優(yōu)缺點，本文的重點就是將兩個算法結(jié)合，并進行圖像邊緣檢測研究。
　　 本文首先對圖像邊緣檢測的現(xiàn)狀和重要性進行概述，綜述了邊緣檢測的國內(nèi)外研究現(xiàn)狀和相應(yīng)的評價標準。在此基礎(chǔ)上，分別研

2、究了遺傳算法和蟻群算法的基本原理和基本模型，列出了遺傳算法和蟻群算法的主要操作步驟。
　　 其次，本文分別研究了基于遺傳算法的邊緣檢測方法和基于蟻群算法的邊緣檢測方法，并給出了基于遺傳算法和基于蟻群算法的邊緣檢測的流程圖。因為遺傳算法和蟻群算法都是仿生學算法，許多參數(shù)都是經(jīng)驗值，所以在進行邊緣檢測時需要通過多次仿真實驗。本文通過對遺傳算法的參數(shù)Pc、Pm、T和蟻群算法的參數(shù)α、β、ρ的仿真實驗，得出最佳數(shù)值來進行后續(xù)實驗。

3、>　　 然后，本文針對基于遺傳算法的圖像檢測邊緣不連續(xù)和基于蟻群算法的圖像邊緣檢測收斂時間長的缺點，提出了一種基于遺傳蟻群混合算法的圖像邊緣檢測研究方法。通過對遺傳算法和蟻群算法的時間-速度曲線圖的分析，找出遺傳算法和蟻群算法的最佳結(jié)合點。先對圖像進行遺傳運算，達到預先設(shè)定的收斂條件后，將遺傳算法的次優(yōu)解轉(zhuǎn)化為接下來的蟻群算法的初始信息素分布，然后再進行蟻群算法，最后顯示出圖像的邊緣信息。
　　 最后，通過實驗結(jié)果表明，本文提