基于蚁群优化的图像边界检测

代码说明：

应用背景图像边缘是很重要的视觉信息,边缘检测在图像处理和机器视觉中占据着重要位置。通过边缘检测勾画出目标物体的轮廓,达到目标识别的目的。传统的边缘检测方法是基于空间运算的,借助空域微分算子利用卷积来实现,主要起到高通滤波的作用,如Sobel边缘算子、Roberts边缘算子、Krisch边缘算子、高斯2拉普拉斯边缘算子等关键技术 信息激素(Pheromone)作为蚂蚁选择后续行为的依据,并通过蚂蚁间的协同与交互来完成全局寻优搜索过程。该算法具有强鲁棒性、正反馈性和分布式处理等特点,已被成功用于解决许多诸如TSP问题、图着色问题等复杂问题。但用于图像处理领域,国内外的研究还比较少,韩彦芳等人利用蚁群算法提出了基于模糊聚类的图像分割方法,本文则利用蚁群算法提出了一种新的图像边缘检测方法。将一群蚂蚁随机放置到图像中,根据蚁群算法的路径选择机制,使蚂蚁以较大的概率选择图像边缘点作为下一步移动目标位置,经过多次循环迭代最终使大多数蚂蚁聚集到图像边缘上,从而提取出图像的边缘。