基于粒子群算法的圖像邊緣檢測.pdf

1、圖像是人類獲取和交換信息的主要來源，針對經典的圖像邊緣檢測方法中存在的局限性，提出變異二進制粒子群算法，首先建立粒子群算法數學模型，確定粒子在迭代時的速度和位置，二進制粒子運動的位置和速度從概率角度定義，即把粒子位置被限制為取0或者1，粒子速度是位置取1的概率，模糊函數的引入代表粒子位置取1的概率，把速度表示成一個位串轉變成1的概率作為判別閾值，當速度為0時，位置改變絕對率最大值為0.25;接著在變異二進制粒子群中，所有的粒子在自己的區(qū)

2、域中從局部最優(yōu)獲得的全局最優(yōu)定義為粒子核，增加適當的粒子變異率，把粒子核引領子群內所有粒子到歷史最佳位置的歐幾里得空間距離的最大值定義為影響半徑，計算出了粒子核的影響半徑，對于半徑以外的子群，粒子核不再起引導作用;最后在圖像邊緣檢測中把梯度算子的尋優(yōu)問題為粒子群問題，并給出了算法流程。在實驗仿真中，采取不同算法對Lena灰度圖像在有噪聲的情況下進行邊緣檢測，變異二進制粒子群算法得到的邊緣位置比較準確、邊緣比較完整、細膩、清晰，沒有虛假邊