[发明专利]基于遗传算法和蚁群算法的图像边缘检测方法在审
申请号: | 201811227285.7 | 申请日: | 2018-10-22 |
公开(公告)号: | CN109300140A | 公开(公告)日: | 2019-02-01 |
发明(设计)人: | 相龙普;段洪君 | 申请(专利权)人: | 东北大学 |
主分类号: | G06T7/13 | 分类号: | G06T7/13;G06N3/00;G06N3/12 |
代理公司: | 大连东方专利代理有限责任公司 21212 | 代理人: | 李馨 |
地址: | 110819 辽宁*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种基于遗传算法和蚁群算法的图像边缘检测方法。本发明包括:根据预处理后的图像的边缘特点提出改进的遗传算法,将遗传算法种群中筛选出的较优解作为蚁群算法的信息素浓度初始值,蚁群算法转移规则的改进和图像节点信息素浓度更新的改进。本发明将蚁群算法和遗传算法进行有效的融合,通过对遗传算法中选择、交叉、变异算子和进化淘汰机制的改进,把搜索的优质解转化为蚁群算法信息素初始值,并对蚁群算法的转移规则、信息素浓度更新机制进行改进,提高了图像边缘检测的效果。 | ||
搜索关键词: | 蚁群算法 遗传算法 信息素 图像边缘检测 改进 预处理 变异算子 更新机制 图像节点 进化 种群 搜索 筛选 图像 融合 更新 淘汰 转化 | ||
【主权项】:
1.一种基于遗传算法和蚁群算法的图像边缘检测方法,其特征在于,包括:如下步骤:S1、根据预处理后的图像的边缘特点提出改进的遗传算法,引入新的变异算子和种群;S2、将遗传算法种群中筛选出的较优解作为蚁群算法的信息素浓度初始值;S3、根据图像中信息素的分布和加入的动态变化因子将蚁群随机放到图像的节点上,完成节点选择,进而完成节点的转移,所述动态变化因子具体为:依据图像上节点阈值T的大小来决定节点被选中的几率大小;S4、当算法每一次循环结束后,对蚁群经过的图像节点进行局部节点信息素的更新,当所有的蚂蚁完成一次搜索后,对图像中全部节点的信息素进行更新,当满足预设的迭代次数时,输出最终结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东北大学,未经东北大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201811227285.7/,转载请声明来源钻瓜专利网。
- 上一篇:车道线检测方法和装置
- 下一篇:一种热成像网络摄像机