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:
针对传统轮廓提取方法自适应能力不强的问题,提出一种基于蚁群算法的稻种轮廓提取方法.将数字图像看作一个二维网格,以稻种轮廓为蚂蚁要寻找的食物,以梯度与方向作为启发信息,蚂蚁在启发信息与信息素强度的共同引导下搜索真实轮廓.为了加快算法的收敛速度,增强蚁群的搜索能力,定义了合理的启发信息与信息素更新机制,并研究了算法中初始参数之间的关系与规律.最后,用两种光照条件下采集的图像测试该算法.实验结果表明,该算法具有并行性、鲁棒性,自适应能力较强,提取的轮廓较准确.
推荐文章
基于自适应多态融合蚁群算法的无人机航迹规划
计算机仿真
无人机
航迹规划
多态蚁群
自适应并行策略
基于蚁群优化的能量均衡自适应路由算法
蚁群优化
WSNs路由
信息素
能量均衡
无线传感网络
一种基于分布均匀的自适应蚁群算法
分布均匀
自适应
蚁群算法
基于自适应变异蚁群算法的QoS路由算法
多约束QoS
单播路由
自适应变异
蚁群算法
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 基于蚁群算法的稻种轮廓自适应提取方法
来源期刊 农业机械学报 学科 工学
关键词 稻种 像处理 廓提取 群算法
年,卷(期) 2010,(2) 所属期刊栏目 农业自动化与环境控制
研究方向 页码范围 189-192,202
页数 5页 分类号 TP391.41
字数 4358字 语种 中文
DOI 10.3969/j.issn.1000-1298.2010.02.038
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 文友先 华中农业大学工程技术学院 87 1489 25.0 34.0
2 景秀 华中农业大学理学院 13 65 3.0 8.0
3 石礼娟 华中农业大学理学院 16 112 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (122)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2015(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
稻种
像处理
廓提取
群算法
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
农业机械学报
月刊
1000-1298
11-1964/S
大16开
北京德外北沙滩1号6信箱
2-363
1957
chi
出版文献量(篇)
11867
总下载数(次)
31
总被引数(次)
174483
论文1v1指导