基于蚁群算法的图像边缘检测附代码毕业论文.doc

基于蚁群算法的图像边缘检测附代码毕业论文 目 录 摘 要 1 ABSTRACT 2 1 绪论 3 1.1 研究背景 3 1.2 研究现状和发展方向 4 1.3 研究目的和意义 6 2 图像边缘检测概述 7 2.1 边缘的定义及类型 9 2.2 常用的边缘检测方法 11 2.3 其他边缘检测方法 16 2.3.1 基于小波变换的边缘检测 16 2.3.2 基于数学形态学的边缘检测 17 2.4 传统边缘检测的不足 18 3 蚁群算法 19 3.1 蚁群算法的基本原理 19 3.2 基于蚁群算法的图像边缘检测 22 4 实验结果及分析 23 4.1 基于蚁群算法的图像边缘检测流程 23 4.2 实验结果与性能分析 26 4.2.1 参数对边缘检测的影响 27 4.2.2 与传统方法的比较 33 5 总结与展望 35 参考文献 36 附 录 37  摘 要 边缘是最基本和重要的特征，其包括用于图像识别的所有主要信息中的一个的数字图像。因此，图像的检测和边缘提取在图 像处理、计 算机视 觉等应 用中有着不容小觑的作用，具有非常高的实际应 用价值。长期以来，如何提高边 缘检 测算法的精度一直都是国内外许多学 者的研 究课题。 蚁 群算法是最近开发出来的一种概 率搜索算法，是一 种利用人工蚂蚁自己找到最优路径的新 型仿 生优化算 法，该算法具有强鲁 棒性、正反 馈性、并 行性、启 发性和分 布式处 理功能。本文通过分析基 本原 理和蚁群算法的特 征点，提 出了一种基 于蚁 群算法的图 像边缘检 测方法，并对该方 法的性能和检 测结果进行了深入探讨。随后，针对该方法的缺陷和不足，进行调测和改进，并进行仿真，使其能够更好的检测出图像边缘。最后通过与传统边缘 检测算 子相对比，已表明了该算 法能 够更好地检测 图像边 缘。实验证明，蚁 群算 法的研究对于图 像边缘检 测具有很强的理论意义和现实价值。 关键词：图像处理，边缘检测，蚁群算法 Image Edge Detection based on Ant Colony Algorithm ABSTRACT Edge is one of the most fundamental and important features of digital image, including useful information for image recognition. Therefore, edge detection and extraction plays an important role in image processing and computer vision applications, with very high practical value. Over the years, many scholars at home and abroad are studying how to improve the accuracy of edge detection algorithm. Ant colony algorithm is a probabilistic search algorithm developed in recent years. It is a kind of new bionic optimization algorithm using intelligent artificial ants to search the global optimum. This algorithm has strong robustness, positive feedback, parallelism, enlightening and distributed processing and etc. In this paper, an image edge detection method based on ant colony algorithm has been proposed by analyzing the basic principle of ant colony algorithm. And make a deep discussion on the performance and test results of this method. Then, adjusting and improving the method by concentrating on the defect and disadvantage, and move on to the simulation, in order to detect the image edges well.