霍夫变换耦合蚁群优化图像边缘提取算法
目的 为解决图像边缘提取方法中由于噪声浸染导致边缘定位精确度降低、边缘信息丢失和虚假边缘等不足,提出基于霍夫变换(HT)耦合蚁群优化(ACO)图像边缘的提取方法.方法 对输入图像进行霍夫变换,消除噪声和线段间隔对图像边缘的影响;计算图像像素梯度和像素圆形邻域统计均值的差值,构建二者之间的权重函数,并作为蚁群的信息素和启发信息;利用蚁群优化算法,引导蚁群搜索图像边缘,完成图像边缘提取.结果 实验表明,与当前边缘提取技术相比,文中算法具有更高的提取精度与效率,可获取完整、细节丰富的边缘,有效地降低了噪声影响.结论 所提算法具有较强的抗噪性能,能进一步改善边缘提取精度,能够较好地用于包装条码识别与图像处理领域.
图像边缘提取、霍夫变换、蚁群优化、像素梯度、权重函数、启发信息
38
TP391(计算技术、计算机技术)
广东省科技计划2012B091100499;2013广东省高校高层次人才项目2013246;广东省自然科学基金S2013010012920
2017-04-12(万方平台首次上网日期,不代表论文的发表时间)
共6页
205-210