原文服务方: 计算机应用研究       
摘要:
针对蚁群算法在图像边缘提取中经常出现收敛速度慢、检测精度低、停滞等问题,提出一种结合 Powell法的排序加权蚁群(rank weighted ant colony optimization,RWACO)图像边缘提取算法。该算法将 RWACO 与Powell 法相结合,利用 RWACO 算法进行全局优化,然后将全局最优值作为 Powell 法的初始点进行局部优化。实验结果表明,该算法兼顾了全局优化和局部优化的优点,与蚁群算法和 Canny 算法相比,明显提高了图像边缘精度,计算效率比蚁群算法提高了两倍多,并克服了其停滞等缺点,能够高效地检测出图像的边缘,从而验证了该算法的可行性,对今后的图像边缘检测具有参考价值。
推荐文章
图像边缘提取的启发式搜索算法
边缘提取
分段自增强
启发式搜索
基于基因编码算法的图像边缘提取研究
基因编码
像素
边缘提取
基于Canny算子的改进型图像边缘提取算法
坎尼算子
双边滤波
梯度幅值
曲波变换
改进
图像边缘提取技术的分析及优化
边缘提取
小波变换
图像边缘检测
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 结合 PoweII-RWACO 的图像边缘提取算法
来源期刊 计算机应用研究 学科
关键词 边缘检测 排序加权蚁群算法 Powell 法 自动阈值法
年,卷(期) 2016,(1) 所属期刊栏目 图形图像技术
研究方向 页码范围 304-306,310
页数 4页 分类号 TP391.41|TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2016.01.070
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 惠晓威 辽宁工程技术大学电子与信息工程学院 97 730 12.0 24.0
2 林森 辽宁工程技术大学电子与信息工程学院 49 186 9.0 12.0
3 常正英 辽宁工程技术大学电子与信息工程学院 3 1 1.0 1.0
4 曹益华 辽宁工程技术大学电气与控制工程学院 3 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (66)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2019(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
边缘检测
排序加权蚁群算法
Powell 法
自动阈值法
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导