基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于梯度算子的改进蚁群图像分割算法,解决了用传统分割方法很难将目标与背景灰度值相似图像分割的难题.该算法基于经典的梯度算子图像分割,从聚类的角度出发,综合像素的灰度、梯度特征进行特征分割.蚁群算法是一种具有离散性、并行性、鲁棒性和模糊聚类能力的进化方法,通过设置不同的蚁群、聚类中心、启发式引导函数和信息激素来解决蚁群算法循环次数多,计算量大的模糊聚类问题.实验证明,该改进蚁群算法可以快速准确的分割出背景和目标灰度值极其相似图片的目标图像,是一种有效的图像分割方法.
推荐文章
自适应蚁群算法优化红外图像分割
图像分割
红外图像
二维最大熵分割
蚁群算法
基于蚁群算法的医学图像分割研究
医学图像分割
蚁群算法
模糊连接
基于蚁群优化多层图划分的彩色图像分割方法
彩色图像分割
归一化切分
蚁群优化
多层图划分
超像素
分散、递阶蚁群算法及其在相变序列图像分割中的应用
蚁群算法
分散递阶
序列图像分割
相变热图
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于梯度算子的蚁群图像分割算法研究
来源期刊 计算机工程与设计 学科 工学
关键词 梯度算子 蚁群算法 图像分割 模糊聚类 特征提取
年,卷(期) 2007,(23) 所属期刊栏目 多媒体技术
研究方向 页码范围 5660-5663
页数 4页 分类号 TP391.41
字数 4300字 语种 中文
DOI 10.3969/j.issn.1000-7024.2007.23.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈玮 广东工业大学自动化学院 102 561 11.0 17.0
2 罗俊奇 广东工业大学自动化学院 3 26 3.0 3.0
3 薛琴 广东工业大学自动化学院 7 59 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (134)
参考文献  (7)
节点文献
引证文献  (18)
同被引文献  (30)
二级引证文献  (32)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(6)
  • 参考文献(0)
  • 二级参考文献(6)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(10)
  • 参考文献(0)
  • 二级参考文献(10)
2001(10)
  • 参考文献(0)
  • 二级参考文献(10)
2002(9)
  • 参考文献(0)
  • 二级参考文献(9)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(10)
  • 参考文献(3)
  • 二级参考文献(7)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(6)
  • 引证文献(3)
  • 二级引证文献(3)
2013(6)
  • 引证文献(2)
  • 二级引证文献(4)
2014(8)
  • 引证文献(3)
  • 二级引证文献(5)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(6)
  • 引证文献(2)
  • 二级引证文献(4)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
梯度算子
蚁群算法
图像分割
模糊聚类
特征提取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
总被引数(次)
161677
相关基金
广东省教育厅自然科学基金
英文译名:
官方网址:http://kjc.hzu.edu.cn/c40.shtml
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导