高级搜索

基于人工蚁群的红外图像分割算法

,  ,  , 

downloadPDF

上一篇

下一篇

李凡, 刘上乾, 洪鸣, 秦翰林. 2010: 基于人工蚁群的红外图像分割算法, 强激光与粒子束, 22(5): 1005-1008. doi: 10.3788/HPLPB20102205.1005
引用本文: 李凡, 刘上乾, 洪鸣, 秦翰林. 2010: 基于人工蚁群的红外图像分割算法, 强激光与粒子束, 22(5): 1005-1008. doi: 10.3788/HPLPB20102205.1005
shu
Li Fan, Liu Shangqian, Hong Ming, Qin Hanlin. 2010: Algorithm of infrared image segmentation based on ant colony, High Power Lase and Particle Beams, 22(5): 1005-1008. doi: 10.3788/HPLPB20102205.1005
Citation: Li Fan, Liu Shangqian, Hong Ming, Qin Hanlin. 2010: Algorithm of infrared image segmentation based on ant colony, High Power Lase and Particle Beams, 22(5): 1005-1008. doi: 10.3788/HPLPB20102205.1005
shu

基于人工蚁群的红外图像分割算法

  • 西安电子科技大学,技术物理学院,西安,710071

Algorithm of infrared image segmentation based on ant colony

  • 摘要: 基于人工蚁群的红外图像分割方法利用模糊非线性增强算子作为启发信息,与信息素共同指导蚂蚁的行为.通过蚂蚁行走路径上的信息素分布进行更新,使得分布在目标路径上的信息素逐渐增大,逐渐向分割图像收敛,最后根据信息素分布提取分割结果.仿真和实验表明,该算法对真实图像得到了理想的分割结果.
  • 加载中
  • 加载中
计量
  • 文章访问数:  427
  • HTML全文浏览数:  87
  • PDF下载数:  160
  • 施引文献:  0
出版历程
  • 刊出日期:  2010-05-30

基于人工蚁群的红外图像分割算法

  • 西安电子科技大学,技术物理学院,西安,710071

摘要: 基于人工蚁群的红外图像分割方法利用模糊非线性增强算子作为启发信息,与信息素共同指导蚂蚁的行为.通过蚂蚁行走路径上的信息素分布进行更新,使得分布在目标路径上的信息素逐渐增大,逐渐向分割图像收敛,最后根据信息素分布提取分割结果.仿真和实验表明,该算法对真实图像得到了理想的分割结果.

English Abstract

    全文HTML

参考文献 (0)

目录

/

返回文章
返回