结合Predator-Prey-AACO的图像边缘检测算法

摘要：

针对自适应蚁群优化(AACO)算法在图像边缘提取中经常出现效率低、易陷入局部极值等问题,提出一种结合生物Predator-Prey行为的自适应蚁群图像边缘检测算法.该算法将Predator-Prey行为与AACO算法相结合,将蚁群分成Predator种群和Prey种群,初始阶段利用AACO算法进行搜索两种群,一定迭代次数后,两种群进入排斥阶段;通过自动阈值法提取图像边缘.实验结果表明,与AACO算法和Canny算法相比,在精确度方面,该算法提取的图像边缘明显优于前两种算法提取的边缘;同时保持了AACO算法收敛速度快的特点,并克服了其易陷入局部极值等缺点;因此,该算法能够高效准确地检测出图像边缘.

关键词：图像处理、边缘检测、自适应蚁群优化算法、生物捕食-被捕食行为、自适应调整策略

所属期刊栏目：52

分类号：TP391(计算技术、计算机技术)

资助基金：辽宁省教育厅科学研究项目L2014132

在线出版日期：2015-06-19（万方平台首次上网日期，不代表论文的发表时间）

页码：58-64