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:
为了获得更好的边缘检测效果,提出了多态蚁群优化的边缘检测算法.通过侦察蚁的局部搜索标记侦察素,在搜索蚁进行全局搜索的过程中辅以侦察素的作用,提高算法的寻优能力.实验表明,算法在能够提取出弱边缘的情况下,有效地抑制了噪声和纹理信息.
推荐文章
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
基于蚁群优化算法的图像边缘检测
边缘检测
蚁群算法
蚁群优化算法
一种Hough变换与蚁群优化的云图像边缘检测算法
Hough变换
云计算
边缘提取
蚁群优化
边缘信息
像素梯度
统计均值
基于免疫蚁群融合算法的机械臂目标图像边缘检测
边缘检测
蚁群算法
免疫选择
信息素
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 基于多态蚁群优化的图像边缘检测
来源期刊 计算机工程与应用 学科 工学
关键词 边缘检测 蚁群优化 多态蚁群优化
年,卷(期) 2011,(3) 所属期刊栏目 博士论坛
研究方向 页码范围 20-22,73
页数 分类号 TP391
字数 4222字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.03.006
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 张健 四川大学电子信息学院 51 392 12.0 16.0
5 周激流 四川大学计算机学院 227 2494 25.0 39.0
6 何坤 四川大学计算机学院 85 599 14.0 20.0
7 郑秀清 四川大学计算机学院 4 68 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (57)
参考文献  (7)
节点文献
引证文献  (23)
同被引文献  (95)
二级引证文献  (70)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(13)
  • 引证文献(5)
  • 二级引证文献(8)
2015(16)
  • 引证文献(5)
  • 二级引证文献(11)
2016(11)
  • 引证文献(4)
  • 二级引证文献(7)
2017(17)
  • 引证文献(2)
  • 二级引证文献(15)
2018(13)
  • 引证文献(2)
  • 二级引证文献(11)
2019(16)
  • 引证文献(0)
  • 二级引证文献(16)
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
边缘检测
蚁群优化
多态蚁群优化
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导