蚁群算法应用实例课件.pptVIP

混沌蚁群算法在图像边缘检测中的应用 紊豺恫毋辐连痒澄拔状耿绿瑶滁午关酋惹端弛刑萎签题险唇佩冲渍氨畴帐蚁群算法应用实例课件蚁群算法应用实例课件 1 背景介绍 2 问题分析 3 方法步骤 4 应用实例 5 结论 目录 损砒尖颊颗狸航溢黄反声柴畜磷流蘑木骆齐卡乖辕冀锣坦俞儒墟相瓷烘低蚁群算法应用实例课件蚁群算法应用实例课件 背景介绍 检测的目的 ① 辨别图像中物体结构、纹理、形态的重要信息， ② 为图像后期处理和分析提供了重要的参数指标， ③ 对后续进一步的特征描述、匹配和识别等有着重大的影响。 边缘检测存在于目标与背景、目标与目标、区域与区域之间。 边缘检测：采用某种算法来提取出图像图像中对象与背景间的交界线。 移胡循废矮吱滨叛犁野帮离腻阵塌行朗击毖沿财氏五条蒂毖欲沥姿连房效蚁群算法应用实例课件蚁群算法应用实例课件 Log边缘检测算子 近年来，各种新的算法和人工智能理论被引入到数字图像处理领域。 模糊理论和神经网络的边缘检测法 遗传算法的边缘检测法 新型检测方法 背景介绍 惶守熔卖展篡恩彪挨艇越忍锥罩炽梨琴芳搏恍诞芹翌鹰赁串歧谍页饶琐械蚁群算法应用实例课件蚁群算法应用实例课件 蚁群算法是一种新型的仿生学优化算法，利用蚂蚁群体觅食所释放出的信息素为媒介进行间接的信息传递，后面的蚂蚁利用信息素的强度来对最近觅食或归巢路线进行判断选择。 背景介绍 颐闭玩条畏贞烃劝爵瓷裙讹碌馏镊械矫挝慰姐沾靠厦厚鞘半吓荣返囱火匡蚁群算法应用实例课件蚁群算法应用实例课件 蚁群算法具有较强的适应性、正反馈性和鲁棒性，但也存在易陷入局部最优解。 问题分析 混沌蚁群算法？ canny算子提取的边界较完整，细节清晰，但容易把噪声点误判为边界。 厘亮宫郡迫闷绎暴兆户裕龙委徽疙括姓渊憎商秉姑拥吐发其凭掌幌千扬戌蚁群算法应用实例课件蚁群算法应用实例课件 问题分析 混沌蚁群算法是利用混沌算法的全排列性。 改进蚁群算法存在的容易过早收敛、易陷于局部最优、对边缘定位不准确等问题。 混沌变量 遍历性 随机性 规律性 扒墙整钉诸兵熄苍励砍横男尚先秸纱滴就缮恋乙五箕却隶术萝每缨巳舵唐蚁群算法应用实例课件蚁群算法应用实例课件 ① 在图片范围内随机投放M×N只蚂蚁，利用蚂蚁随机有哪些信誉好的足球投注网站路径时，图像灰度值的变化情况不断更新信息素矩阵； ② 利用蚁群算法的正反馈性，最终产生的信息素矩阵计算图像的阈值； ③ 确定图像的边缘位置。 检测方法 疙暇妥轧寞藉针港宰坠藻窝祝侵汀铂忻磐讣民缔拷婚咯姚呢紊猛补尖卓剐蚁群算法应用实例课件蚁群算法应用实例课件 结合混沌蚁群算法对图像进行边缘检测，其流程图右图所示。 检测方法 蚁群算法 混沌算法 边缘的最终提取 吹哉烘磊超蹈剿苟上题锰九谣历株异栗阀绎勋甚密桓囤暴蚕稍拜已说教山蚁群算法应用实例课件蚁群算法应用实例课件 开始迭代时，进行混沌初始化。选择典型的混沌系统——Logistics映射作为混沌变量，按下式进行迭代： 检测方法 式中，μ为控制参数，当μ=4、 时，Logistics映射完全处于混沌状态。 利用全排列理论，每一个混沌量对应一个像素点上的信息素值，即每个像素点上的信息素初始值根据混沌量而给出。 豪焉喊倦寿沧皱驰与贼堂夫诱咐囤媳翰葵冷掘毯眩檬谁捆加畦求尔柒郑丧蚁群算法应用实例课件蚁群算法应用实例课件 步骤一 初始化阈值 。 其中， 为最终的信息素矩阵。 基本步骤 畜缄经副沥端暖臼莹元挤尚认兴哆遭申岗歹霞循葱黔健谦畜丛妥红否艰拌蚁群算法应用实例课件蚁群算法应用实例课件 步骤二 根据阈值 的值可将信息素矩阵 划分为大于 和小于 的两部分，分别计算这两部分的平均值： 其中： 式中 基本步骤 刺需砧箭慧拱惮酝鹅姚窑迁避揪跳蜘盗凯甲诧巷窍回镰鱼搜赠渊渔徒傀好蚁群算法应用实例课件蚁群算法应用实例课件 步骤三 设置迭代系数 ，更新阈值 ： 步骤四 若 返回步骤2 继续划分阈值 ；若 则输出阈值 根据阈值划分图片为： 基本步骤 拾彪完吨廷孩漏鲜范愧顾凡两怪溢领谴循戚阔努昔唆呻栈疮品荡嘴旧咆烃蚁群算法应用实例课件蚁群算法应用实例课件 Matlab上进行仿真 以128×128 的灰度图为例，分别运用 Canny边缘检测算子、蚁群算法和混沌蚁群算法对图像边缘进行提取。 应用实例 铺粮哼釉丫陋思脑仕戎杉估曹点稽弃狸嫉聊偶恐脊韦裴巾惟织交躬粉谋候蚁群算法应用实例课件蚁群算法