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:
通过分析研究传统的边缘检测方法,提出了应用粒子群优化算法对边缘检测模板系数进行优化,试验结果表明,该方法利用个体在解空间中的随机速度来调整位置,具有很强的随机性,检测结果比传统方法效果好,鲁棒性好,比其他优化算法方便,没有遗传算法交叉变异等复杂过程.
推荐文章
粒子群优化算法在图像边缘检测中的研究应用
图像边缘检测
粒子群优化算法
灰度梯度算子
图像处理
多个邻域CNN融合粒子群算法的边缘检测
细胞神经网络
克隆模板
粒子群
多邻域
边缘检测
基于异步粒子群优化算法的图像分割方法
图像分割
粒子群优化算法
异步
更新顺序
基于粒子群优化的文本图像倾斜检测
文本分析
倾斜检测
小波变换
粒子群算法
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 粒子群优化算法在图像边缘检测中的应用
来源期刊 华南农业大学学报 学科 工学
关键词 粒子群优化 边缘检测 模板算子
年,卷(期) 2009,(1) 所属期刊栏目 研究简报
研究方向 页码范围 122-124
页数 3页 分类号 TN391.41
字数 1777字 语种 中文
DOI 10.3969/j.issn.1001-411X.2009.01.030
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 聂笃宪 华南农业大学理学院 37 127 6.0 9.0
2 袁利国 华南农业大学理学院 20 57 4.0 5.0
3 文有为 华南农业大学理学院 2 11 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (459)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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)
2012(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
粒子群优化
边缘检测
模板算子
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
华南农业大学学报
双月刊
1001-411X
44-1110/S
大16开
广州五山华南农业大学学报编辑部
1959
chi
出版文献量(篇)
2705
总下载数(次)
5
总被引数(次)
47288
论文1v1指导