灰度梯度感知人工蚁群的数字图像边缘检测

基于D.R.Chialvoetal.提出的原始模型和V.Ramosetal.的扩展模型,提出了一种用于数字图像边缘检测的基于灰度梯度感知的人工蚁群模型(ACGGP)。模型利用灰度梯度启发信息和信息素轨迹信息共同来指导蚂蚁的行为,这种策略能够有效地减小群体规模进而提高算法的时间性能。此外,还对模型体现出类似于某些人类视觉感知的机制,包括群体短暂记忆、图像主要特征敏感特别是能够良好抑制噪声的自发侧抑制机制等特征进行了阐述。模型在若干幅8bit灰度图像上进行了测试,并和Ramos模型以及经典数字图像边缘检测算法(canny算法)进行了客观比较。

数字图像边缘检测算法及在农产品检测中的运用

数字图像边缘检测算法是对图像识别处理的升级。本文以数字图像边缘检测算法在农产品外观品质检测中的应用为中心,从水果质量、性状、缺陷检测3个方面进行了深入探讨,以期进一步认识数字图像边缘检测算法在农产品检测中的应用价值,提高农产品的销售分类效率。