基于改进蚁群算法的错架图书边缘特征提取

摘要：

在图书馆管理中对图书馆错架、错序图书的识别和分拣中需要提取图书的边缘轮廓特征,在分析了现有的边缘检测算子的基础上提出一种改进的蚁群算法来提取图书的边缘轮廓.通过GA-BP神经网络寻找出蚁群算法的最佳初始参数组合,为了提高蚁群算法检测边缘的效率,首先构建目标图像的高斯金字塔模型,分别在每层图像中进行边缘检测,根据检测的结果提取出重要特征区域,依次映射到下一层,根据特征区域的重要程度优化初始蚁群数量的分布.在对信息素图像的处理中采用改进的二维otsu算法进行分割,提取出边缘轮廓特征.实验结果证明该种方法解决了蚁群算法在图像处理中初始参数设置问题,不仅提高算法的鲁棒性,同时还有较好的抑制噪声的效果,相对于传统的边缘提取算子,提取的图书边缘特征更加丰富完整.

关键词：边缘特征提取、神经网络、高斯金字塔模型、蚁群算法

所属期刊栏目：38

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家重点实验室基金SKLRS-2013-MS-04

在线出版日期：2021-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：483-486