多个邻域CNN融合粒子群算法边缘检测.PDFVIP

第２９卷第９期 计 算 机 应 用 研 究 Ｖｏｌ．２９Ｎｏ．９ ２０１２年９月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｓｅｐ．２０１２ 多个邻域 ＣＮＮ融合粒子群算法的边缘检测  王红红 ，黄永东，江巧永 （北方民族大学信息与计算科学学院，银川７５００２１） 摘　要：受Ｂａｓｔüｒｋ算法思想的启发，考虑多个邻域元素的影响，并采用完全稳定的细胞神经网络克隆模板设计 方法，把１邻域扩展到２邻域和３邻域，将粒子群优化算法应用于模板学习。仿真实验表明，本算法不仅比经典 的边缘检测算法更具优越性，而且比基于遗传算法和克隆选择算法的边缘检测效果更为有效，具有良好的应用 前景。 关键词：细胞神经网络；克隆模板；粒子群；多邻域；边缘检测 中图分类号：ＴＰ３９１　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１２）０９３５０１０５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１２．０９．０８０ Ｅｍｐｌｏｙｉｎｇｍｕｌｔｉｐｌｅｎｅｉｇｈｂｏｒｏｆｃｅｌｌｕｌａｒｎｅｕｒａｌｎｅｔｗｏｒｋｗｉｔｈｐａｒｔｉｃｌｅ ｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｅｄｇｅｄｅｔｅｃｔｉｏｎ  ＷＡＮＧＨｏｎｇｈｏｎｇ，ＨＵＡＮＧＹｏｎｇｄｏｎｇ，ＪＩＡＮＧＱｉａｏｙｏｎｇ （ＩｎｓｔｉｔｕｔｅｏｆＩｎｆｏｒｍａｔｉｏｎ＆ＳｙｓｔｅｍＳｃｉｅｎｃｅ，ＢｅｉｆａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＮａｔｉｏｎａｌｉｔｉｅｓ，Ｙｉｎｃｈｕａｎ７５００２１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＩｎｓｐｉｒｅｄｂｙＢａｓｔüｒｋ’ｓｔｈｏｕｇｈｔｓ，ｔｈｉｓｐａｐｅｒｃｏｎｓｉｄｅｒｅｄｔｈｅｉｎｔｅｒａｃｔｉｏｎａｍｏｎｇｍｕｌｔｉｐｌｅｃｅｌｌｓ，ａｎｄａｄｏｐｔｅｄｔｈｅｍｅｔ ｈｏｄｏｆｃｏｍｐｌｅｔｅｌｙｓｔａｂｌｅＣＮＮｃｌｏｎｉｎｇｔｅｍｐｌａｔｅｄｅｓｉｇｎ．Ｔｈｅｎｉｔｅｘｔｅｎｄｅｄｏｎｅｎｅｉｇｈｂｏｒｔｏｔｗｏａｎｄｔｈｒｅｅｎｅｉｇｈｂｏｒｓ，ａｎｄａｌｓｏ ｕｓｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）ａｌｇｏｒｉｔｈｍｉｎｔｅｍｐｌａｔｅｌｅａｒｎｉｎｇ．Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓ ｍｏｒｅｓｕｐｅｒｉｏｕｓｔｈａｎｔｈｅｃｌａｓｓｉｃｅｄｇｅｄｅｔｅｃｔｏｒｓａｎｄｍｏｒｅｅｆｆｅｃｔｉｖｅｎｅｓｓｔｈａｎｔｈｅｅｄｇｅｄｅｔｅｃｔｏｒｓｂａｓｅｄｏｎｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍａｎｄ ｃｌｏｎｉｎｇｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍ，ａｎｄｈａｓａｇｏｏｄａｐｐｌｉｃａｔｉｏｎｐｒｏｓｐｅｃｔ． Ｋｅｙｗｏｒｄｓ：ｃｅｌｌｕｌａｒｎｅｕｒａｌｎｅｔｗｏｒｋ；ｃｌｏｎｉｎｇｔｅｍｐｌａｔｅ；ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ；ｍｕｌｔｉｐｌｅｎｅｉｇｈｂｏｒ；ｅｄｇｅｄｅｔｅｃｔｉｏｎ 　　在图像处理过程中，边缘检测是十分重要的，因为图像的 ａ）将 １ 胞神经网络融合粒子群算法的边缘检测，主要特点有： 边缘往往携带着大部分的信息。边缘通常存在于图像的不规 邻域扩展到２邻域和３邻域；ｂ）本算法是完全稳定的；ｃ）所用 则结构和不平稳现象中，也即存在于信号的奇异点或突变点 种群数量不多。 处，这些点给出了图像的轮廓，而这些轮廓又常常是在图像处 理所需的一些非常重要的特征条件，这就需要对一幅图像检