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:
针对翅脉特征的有效提取问题,根据蝶翅图像具有方向性的特点,提出了方向小波变换与蚁群算法相结合的分割方法.该方法首先采用Morlet方向小波变换对不同方向的翅脉边缘进行检测、提取.通过分析这些边缘点的特征参数,确定初始聚类中心.基于所设置的初始聚类中心,再利用蚁群算法对蝶类翅脉图像进行分割.仿真实验表明,该方法可以将各方向翅脉特征检测出来,是一种有效的方向特征分割方法.
推荐文章
基于蚁群算法的图像分割方法
蚁群算法
图像分割
模糊聚类
特征提取
邻域
基于改进蚁群算法的阈值医学图像分割
图像分割
医学图像
蚁群算法
改进
基于小波变换和蚁群算法的纹理分割
纹理分割
小波变换
蚁群算法
特征提取
基于小波包变换和蚁群算法的纹理分割方法
小波包变换
蚁群优化算法
纹理分割
k均值算法
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 基于蚁群算法的方向特征分割方法
来源期刊 辽宁工程技术大学学报(自然科学版) 学科 工学
关键词 翅脉特征 蚁群算法 方向小波 初始聚类中心
年,卷(期) 2008,(1) 所属期刊栏目 电气工程与计算机技术
研究方向 页码范围 92-95
页数 4页 分类号 TP391
字数 2585字 语种 中文
DOI 10.3969/j.issn.1008-0562.2008.01.028
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 吴冰 河南理工大学电气工程学院 25 108 7.0 9.0
2 马贺敏 河南理工大学电气工程学院 2 8 1.0 2.0
3 成文俊 河南理工大学电气工程学院 2 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (50)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(5)
  • 参考文献(3)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
翅脉特征
蚁群算法
方向小波
初始聚类中心
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
辽宁工程技术大学学报(自然科学版)
月刊
1008-0562
21-1379/N
大16开
辽宁省阜新市
1979
chi
出版文献量(篇)
6319
总下载数(次)
12
总被引数(次)
52708
相关基金
河南省自然科学基金
英文译名:
官方网址:http://kyc.hncj.edu.cn/gzzd/gzzd56.htm
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