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:
针对传统的蚁群边缘检测算法耗时长的问题,提出基于邻域中节点梯度计算启发式信息值的方法。该方法能够更快更好地引导蚂蚁向边缘节点进行移动,减少耗时。同时,还引入模糊C均值算法,用以确定蚁群算法中信息素阈值,使其更加准确合理,更精确地判断边缘节点。实验表明,该改进算法能够减少耗时,有效地抑制噪声,并能更加有效、精确地检测出图像的边缘。
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
蚁群算法在图像边缘检测上的应用研究
蚁群算法
图像边缘检测
灰度引导
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
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 改进的蚁群算法在图像边缘检测中的应用研究
来源期刊 计算机应用与软件 学科 工学
关键词 边缘检测 蚁群算法 模糊C均值
年,卷(期) 2013,(9) 所属期刊栏目 图像处理与应用
研究方向 页码范围 266-269
页数 4页 分类号 TP301
字数 5716字 语种 中文
DOI 10.3969/j.issn.1000-386x.2013.09.073
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 曹春萍 上海理工大学光电信息与计算机工程学院 52 244 8.0 13.0
2 梁慧 上海理工大学光电信息与计算机工程学院 3 18 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (169)
参考文献  (6)
节点文献
引证文献  (12)
同被引文献  (58)
二级引证文献  (46)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(9)
  • 参考文献(0)
  • 二级参考文献(9)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(17)
  • 引证文献(0)
  • 二级引证文献(17)
2019(25)
  • 引证文献(1)
  • 二级引证文献(24)
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
蚁群算法
模糊C均值
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导