[发明专利]一种基于蚁群算法的图像边缘检测方法

权利要求书

1.一种基于蚁群算法的图像边缘检测方法，其特征在于，该方法包含以下步骤：

(1)图像的预处理。

(2)初始化算法的各个参数。包括算法迭代次数N，蚂蚁的数量K，每条路经上的初始信息素强度τ_init

(3)问题的生成。设要检测的灰度图像I，大小为M₁×M₂，把图像I的每个像素视为一个节点。在上述M₁×M₂个节点上随机选取K个结点放置K只蚂蚁。

(4)设n＝1

(5)第n次迭代，对于每只蚂蚁k(k＝1，2，..，K)，按概率在图像上连续走L步，其中表示第n次迭代中，蚂蚁从节点(l，m)移到邻居节点(i，j)的转换概率，并在每只蚂蚁走完L步后分别更新信息素矩阵。

(6)K只蚂蚁访问结束，根据所有蚂蚁访问过的路经，按照更新方程修改轨迹上的全局信息素强度。

(7)n＝n+1，如果n＞N，表明迭代结束，转(8).否则转(5)

(8)提取图像边缘，检测图像边缘信息。

2.根据权利要求1所述的基于蚁群算法的图像边缘检测方法，其特征在于算法步骤(1)中，图像的预处理过程主要包括：

(1)图像的读取并转换为灰度图像，对于不同格式的图像先都转换为灰度图像再进行图像边缘的检测。

(2)图像大小的调整，对于不同情况下采集到的图像，其大小规格各不相同，必须先将其调整到一个合适的大小再进行后续处理。

(3)中值滤波去噪声和图像的锐化，图像去噪声，减轻图像边缘检测时噪声的影响；图像的锐化，使图像的边缘特征更加突出。

3.根据权利要求1所述的基于蚁群算法的图像边缘检测方法，其特征在于算法步骤(5)中，第n次迭代，蚂蚁从节点(l，m)移到邻居节点(i，j)的转换概率的计算方法为：

p(l,m),(i,j)(n)=(τi,j(n-1))α(ηi,j)βΣ(i,j)∈Ω(l,m)(τi,j(n-1))α(ηi,j)β]]>

其中表示第n-1次迭代中节点(i，j)的信息素浓度，Ω_(lm)表示节点(l，m)的相邻节点的集合，η_i，j表示节点(i，j)的启发式信息，常量α和β分别表示信息素矩阵的影响因子和启发式信息的影响因子。