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:
将蚁群算法应用于图像分割领域,提出了一种新的基于蚁群算法的图像边缘检测方法.详细阐述了蚁群算法与该方法的基本原理和具体实现过程.为了提高算法效率,进行两处改进,第一将蚂蚁初始位置由随机放置修改为放置在图像边缘附近,可取一图像灰度梯度阈值来实现,第二将信息激素强度和启发式引导函数值均定义为像素点灰度梯度值的函数.大量实验结果证明了该算法能有效地检测出图像边缘,而且具有适应性强、效率高等特点.
推荐文章
基于优化的蚁群图像边缘检测算法研究
边缘检测
蚁群优化
转移规则
信息素
基于改进蚁群算法的图像边缘检测
边缘检测
蚁群算法
信息素
启发信息
边缘追踪
基于蚁群优化的图像边缘检测算法
边缘检测
蚁群优化
特征提取
梯度
统计均值
改进蚁群优化算法的图像边缘检测
蚁群优化算法
外激素
像素域
图像边缘检测
数据结构控制
检测效率
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 基于蚁群算法的图像边缘检测研究
来源期刊 火力与指挥控制 学科 工学
关键词 蚁群算法 边缘检测 图像分割 模糊聚类
年,卷(期) 2010,(2) 所属期刊栏目 理论研究
研究方向 页码范围 115-118
页数 4页 分类号 TP391
字数 3161字 语种 中文
DOI 10.3969/j.issn.1002-0640.2010.02.032
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 张景虎 曲阜师范大学物理工程学院 8 66 3.0 8.0
2 边振兴 4 41 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (42)
参考文献  (6)
节点文献
引证文献  (26)
同被引文献  (57)
二级引证文献  (98)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
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)
2006(1)
  • 参考文献(1)
  • 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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(5)
  • 引证文献(3)
  • 二级引证文献(2)
2014(9)
  • 引证文献(7)
  • 二级引证文献(2)
2015(23)
  • 引证文献(5)
  • 二级引证文献(18)
2016(22)
  • 引证文献(2)
  • 二级引证文献(20)
2017(10)
  • 引证文献(3)
  • 二级引证文献(7)
2018(25)
  • 引证文献(3)
  • 二级引证文献(22)
2019(24)
  • 引证文献(0)
  • 二级引证文献(24)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
蚁群算法
边缘检测
图像分割
模糊聚类
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
火力与指挥控制
月刊
1002-0640
14-1138/TJ
大16开
山西太原193号信箱
22-134
1976
chi
出版文献量(篇)
9188
总下载数(次)
26
总被引数(次)
34280
论文1v1指导