基于K-均值改进蚁群优化的彩色图像边缘检测算法

摘要：

为提高图像边缘检测的精度,提出一种基于K-均值改进蚁群优化(ACO)的彩色图像边缘检测算法.将聚类嵌入到边缘检测中,使这2类图像分割方法有效结合,增强了2类方法的优势.实验结果表明,该算法有效解决了传统蚁群算法(ACO)收敛较慢的问题,较好地保留了图像边缘细节,降低了计算复杂度,与典型分割方法相比具有更好的性能.

关键词：图像分割、边缘检测、K-均值、聚类、蚁群优化

分类号：TP391(计算技术、计算机技术)

资助基金：国家科技支撑计划项目2014BAD10B00,2014BAD10B05

在线出版日期：2016-11-11（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：60-63