吉林大学学报(工学版) ›› 2017, Vol. 47 ›› Issue (5): 1577-1582.doi: 10.13229/j.cnki.jdxbgxb201705033

• • 上一篇    下一篇

基于异步更新策略的蚁群边缘提取算法

车翔玖, 张孙旻   

  1. 吉林大学 计算机科学与技术学院,长春130012
  • 收稿日期:2016-12-11 出版日期:2017-09-20 发布日期:2017-09-20
  • 作者简介:车翔玖(1969-),男,教授,博士生导师.研究方向:医学图像分割,图像传输与信息隐藏,大数据三维可视化及其在地学和医学中的应用.E-mail:chexj@jlu.edu.cn
  • 基金资助:
    国家自然科学基金项目(61672260)

Edge extraction method based on ant colony asynchronous update strategy

CHE Xiang-jiu, ZHANG Sun-min   

  1. College of Computer Science and Technology,Jilin University,Changchun 130012, China
  • Received:2016-12-11 Online:2017-09-20 Published:2017-09-20

摘要: 针对蚁群算法在提取边缘不连续以及难以搜索到弱边缘的问题提出了改进措施,利用Otsu预处理,并对信息素矩阵和启发式矩阵初始化做了改进,同时加入信息素异步更新策略和参数自适应修改来避免过早陷入停滞从而发现更多弱边缘。通过主观对比和定量分析,本文方法提取了更多的连续边缘以及弱边缘,具有更好的鲁棒性。

关键词: 计算机应用, 边缘检测, 蚁群算法, 异步更新

Abstract: An ant colony algorithm with features of high robustness, distributed computing, and positive feedback, is used to solve edge detection problem. In order to prevent extracting discontinuous edges and missing weak edges by using ant colony algorithm, some improving measures are put forward. An Ostsu's method for pre-processing is proposed, the initialization of pheromones matrix and heuristic matrix is improved; meanwhile, pheromones asynchronous update strategy and parameter self-adaptive modification are applied to avoid early stagnancy. Experiments show that the proposed method can extract more continuous edges and weak edges with better robustness.

Key words: computer application, edge detection, ant colony algorithm, asynchronous update

中图分类号: 

  • TP391.4
[1] Zhao C, Deng Y. A modified Sobel edge detection using Dempster-Shafer theory[C]∥International Congress on Image and Signal Processing,IEEE, 2009:1-4.
[2] Maini R, Sohal J S. Performance evaluation of Prewitt edge detector for noisy images[J]. GVIP Journal, 2006, 6(3):39-46.
[3] Wang X. Laplacian operator-based edge detectors[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2007, 29(5):886-890.
[4] He X, Li J, Wei D, et al. Canny edge detection on a virtual hexagonal image structure[C]∥Pervasive Computing, IEEE,2009:167-172.
[5] Sun J, Gu D, Chen Y, et al. A multiscale edge detection algorithm based on wavelet domain vector hidden Markov tree model[J]. Pattern Recognition, 2004, 37(7):1315-1324.
[6] Khaire P A, Thakur N V. A fuzzy set approach for edge detection[J]. Computer Science Journals, 2013, 6(6):403-412.
[7] Golestani H B, Joneidi M, Sadeghi M. A study on clustering for clustering based image de-noising[J]. Journal of Information Systems and Telecommunication,2014,2(2):196-204.
[8] Dorigo M, Maniezzo V, Colorni A. The ant system: optimization by a colony of cooperating agents[J].IEEE Transactions on Systems, Man, and Cybernetics,1996,26(1):29-41.
[9] Bao P, Zhang L, Wu X. Canny edge detection enhancement by scale multiplication[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2005, 27(9):1485-1490.
[10] Mullen R J,Monekosso D N,Remagnino P.Ant algorithms for image feature extraction[J].Expert Systems with Applications,2013,40(11):4315-4332.
[11] Liu X, Fang S. A convenient and robust edge detection method based on ant colony optimization[J]. Optics Communications, 2015, 353(8):147-157.
[12] Dorrani Z, Mahmoodi M S.Noisy images edge detection: ant colony optimization algorithm[J].Journal of AI and Data Mining, 2016,4(1):77-83.
[13] Che X, Wang L, Guo X. An Improved Edge Detection Method Using Adaptive Threshold[M]. Berlin: Springer,2016:142-151.
[14] Stutzle T, Hoos H. MAX-MIN ant system and local search for the traveling salesman problem[C]∥IEEE International Conference on Evolutionary Computation,IEEE,1997:309-314.
[15] Zhang J, He K, Zheng X, et al. An ant Colony optimization algorithm for image edge detection[C]∥Evolutionary Computation,IEEE,2008:751-756.
[1] 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2] 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3] 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4] 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5] 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6] 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7] 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8] 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9] 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10] 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11] 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12] 黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13] 傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14] 曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15] 侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 王国林, 傅乃霁, 张建, 裴紫嵘. 基于K-R动力学模型的子午线轮胎硫化过程仿真[J]. 吉林大学学报(工学版), 2013, 43(03): 659 -664 .
[2] 肖赟, 雷俊卿, 张坤, 李忠三. 多级变幅疲劳荷载下预应力混凝土梁刚度退化[J]. 吉林大学学报(工学版), 2013, 43(03): 665 -670 .
[3] 迟学芬, 吴迪, 刘丹. 带有门限的IBP+MMBP/Geo/1/K休假排队系统[J]. 吉林大学学报(工学版), 2013, 43(03): 781 -787 .
[4] 周逢道, 唐红忠, 郭新, 王金玉. 时间域电磁探测发射电流过冲产生原理及抑制[J]. 吉林大学学报(工学版), 2013, 43(04): 1023 -1028 .
[5] 刘少刚, 郭云龙, 贾鹤鸣. 基于直线特征提取匹配搜救机器人的同步定位与地图构建[J]. 吉林大学学报(工学版), 2013, 43(04): 1035 -1044 .
[6] 李占山, 张良, 郭劲松, 张乾. 基于问题结构的边界启发式方法[J]. 吉林大学学报(工学版), 2013, 43(04): 1045 -1051 .
[7] 桑爱军, 穆森, 王墨林, 崔海廷, 陈贺新. 基于多维矢量矩阵的多视角视频编码[J]. 吉林大学学报(工学版), 2013, 43(04): 1110 -1115 .
[8] 龙雪琴, 关宏志, 秦焕美. 基于效率和安全的城市道路等级的自组织演化[J]. 吉林大学学报(工学版), 2013, 43(05): 1222 -1229 .
[9] 宗芳, 张屹山, 王占中, 李志瑶. 城市中心商业区停车收费分析[J]. 吉林大学学报(工学版), 2013, 43(05): 1235 -1240 .
[10] 赵伟, 孙汉旭, 贾庆轩, 张延恒, 于涛. 具有两种运动模式的球形机器人动力学建模与设计[J]. 吉林大学学报(工学版), 2013, 43(05): 1386 -1394 .