基于改進遺傳算法應(yīng)用于圖像邊緣選取
圖像邊緣提取是圖像處理及計算機視覺中的最基本問題，邊緣檢測的結(jié)果直接影響后續(xù)處理的精度與結(jié)果，其關(guān)鍵是在去除圖像噪聲和銳化圖像邊緣的同時，保持并增強圖像的重要特征。傳統(tǒng)圖像邊緣檢測方法如微分算子法、拉普拉斯高斯算子法、Canny 算子、擬合法，雖然具有計算簡單、速度較快的優(yōu)點，但對噪聲干擾都比較敏感，檢測邊緣的同時加強噪聲，并且檢測的邊緣容易產(chǎn)生斷裂。如何提取到圖像中真正的邊緣，一直都是圖像處理領(lǐng)域的研究熱點。
數(shù)學(xué)形態(tài)學(xué)是一門建立在集論基礎(chǔ)上的非線性圖像處理理論，有著嚴(yán)格的數(shù)學(xué)理論基礎(chǔ)和幾何學(xué)基礎(chǔ)，著重研究圖像的幾何結(jié)構(gòu)及相互關(guān)系，廣泛應(yīng)用于形狀識別、邊緣檢測、紋理分析、圖像增強與恢復(fù)等領(lǐng)域。它基本思想是使用具有一定形態(tài)的結(jié)構(gòu)元素度量并提取圖像中的對應(yīng)形狀，進而實現(xiàn)圖像分析和圖像識別等應(yīng)用，其對噪聲具有魯棒性，提取的邊緣也比較平滑，在應(yīng)用中具有明顯的優(yōu)勢。但數(shù)學(xué)形態(tài)學(xué)方法中對圖像的處理與結(jié)構(gòu)元素的選擇密切相關(guān)，不同的結(jié)構(gòu)元素可以處理不同的圖像分析，得到不同的結(jié)果。如果結(jié)構(gòu)元素選取不合適，檢測效果會很差。給出一種遺傳算法優(yōu)化的形態(tài)學(xué)邊緣檢測算子，提出一種遺傳算法優(yōu)化的形態(tài)學(xué)TOP-Hat 算子。文中提出一種改進的遺傳算法，并將其應(yīng)用于結(jié)構(gòu)元素的優(yōu)化選擇進行邊緣檢測，得到了較為滿意的邊緣結(jié)果，并具有良好的抗噪性
非常好我支持^.^
(1) 100%
不好我反對
(0) 0%
下載地址
基于改進遺傳算法應(yīng)用于圖像邊緣選取下載
相關(guān)電子資料下載
- 基于并行遺傳算法的微電網(wǎng)控制方法研究 1494
- 基于matlab遺傳算法求解置換流水車間調(diào)度問題 731
- 基于matlab遺傳算法求解柔性車間調(diào)度問題 560
- 基于遺傳算法的哮喘檢測電子鼻傳感器陣列 358
- HFTA-15.0熱敏電阻網(wǎng)絡(luò)與遺傳算法 814
- 遺傳算法理論的由來 865
- 基于改進遺傳算法的無人機搜索路徑規(guī)劃的研究 974
- 一種用于校準(zhǔn)高通道數(shù)光學(xué)相控陣（OPA）的遺傳算法 2060
- 關(guān)于AI遺傳算法的詳解 83881
- 基于操作系統(tǒng)中采用遺傳算法的內(nèi)存規(guī)劃研究 1731