-
公开(公告)号:CN113744216B
公开(公告)日:2024-02-20
申请号:CN202110975858.X
申请日:2021-08-24
Applicant: 三峡大学
IPC: G06T7/00 , G06T7/11 , G06V10/762 , G06N20/00
Abstract: 一种基于人工黏菌群体智能的图像分割方法,所述方法包括:步骤1,进行待分割图像初始化;步骤2,进行黏菌群体参数初始化;步骤3,黏菌群体扩张寻找图像分割区域;步骤4,黏菌群体互相学习分割区域信息;步骤5,更新黏菌群体信息;步骤6,黏菌群体评估图像全局分割区域;步骤7,输出黏菌群体对图像分割结果;本发明采用黏菌群体互相学习的行为对图像进行分割,将图像分割过程描述为黏菌群体使用多个黏变形体四处寻找图像分割区域作为食物源的过程;本发明在图像分割问题求解过程中具有速度快、成本低、鲁棒性好等优势。
-
公开(公告)号:CN113744296B
公开(公告)日:2024-03-12
申请号:CN202110977190.2
申请日:2021-08-24
Applicant: 三峡大学
Abstract: 一种基于人工黏菌群体智能的图像边缘检测方法,包括以下步骤:步骤1,图像边缘检测模型初始化;步骤2,黏菌群体分工检测图像边缘;步骤3,黏菌群体交叉学习图像边缘;步骤4,黏菌群体输出图像边缘检测结果。本发明将图像边缘检测问题描述为多食物源节点情况下的黏菌群体觅食问题,将图像中灰度梯度较大的点作为食物源,黏菌群体通过步骤2的分工检测和步骤3的交叉学习,不断更新黏菌群体所搜索到的图像边缘点或食物源信息,最终所有黏菌将集中到真正的图像边缘点上,并输出黏菌群体的所有图像边缘曲线。本发明通过模仿黏菌的觅食行为来求解图像边缘检测问题,以期提高图像边缘检测的精确度和效率。
-
公开(公告)号:CN117934525A
公开(公告)日:2024-04-26
申请号:CN202311808364.8
申请日:2021-08-24
Applicant: 三峡大学
Abstract: 一种图像边缘检测模型的初始化方法,包括以下步骤:步骤1‑1,将目标图像转化为灰度图;步骤1‑2,黏菌群体初始化;步骤1‑3,初始化黏菌群体的营养浓度值。在步骤1‑1中,采用以下步骤:首先,获取需边缘检测的目标图像;其次,对目标图像的像素点进行预处理;再次,将预处理后的目标图像转换为黏菌群体的食物源特征向量;本发明通过模仿黏菌的觅食行为来求解图像边缘检测问题,以期提高图像边缘检测的精确度和效率。
-
公开(公告)号:CN113744296A
公开(公告)日:2021-12-03
申请号:CN202110977190.2
申请日:2021-08-24
Applicant: 三峡大学
Abstract: 一种基于人工黏菌群体智能的图像边缘检测方法,包括以下步骤:步骤1,图像边缘检测模型初始化;步骤2,黏菌群体分工检测图像边缘;步骤3,黏菌群体交叉学习图像边缘;步骤4,黏菌群体输出图像边缘检测结果。本发明将图像边缘检测问题描述为多食物源节点情况下的黏菌群体觅食问题,将图像中灰度梯度较大的点作为食物源,黏菌群体通过步骤2的分工检测和步骤3的交叉学习,不断更新黏菌群体所搜索到的图像边缘点或食物源信息,最终所有黏菌将集中到真正的图像边缘点上,并输出黏菌群体的所有图像边缘曲线。本发明通过模仿黏菌的觅食行为来求解图像边缘检测问题,以期提高图像边缘检测的精确度和效率。
-
公开(公告)号:CN113744216A
公开(公告)日:2021-12-03
申请号:CN202110975858.X
申请日:2021-08-24
Applicant: 三峡大学
Abstract: 一种基于人工黏菌群体智能的图像分割方法,所述方法包括:步骤1,进行待分割图像初始化;步骤2,进行黏菌群体参数初始化;步骤3,黏菌群体扩张寻找图像分割区域;步骤4,黏菌群体互相学习分割区域信息;步骤5,更新黏菌群体信息;步骤6,黏菌群体评估图像全局分割区域;步骤7,输出黏菌群体对图像分割结果;本发明采用黏菌群体互相学习的行为对图像进行分割,将图像分割过程描述为黏菌群体使用多个黏变形体四处寻找图像分割区域作为食物源的过程;本发明在图像分割问题求解过程中具有速度快、成本低、鲁棒性好等优势。
-
公开(公告)号:CN113744147A
公开(公告)日:2021-12-03
申请号:CN202110977103.3
申请日:2021-08-24
Applicant: 三峡大学
Abstract: 一种基于人工黏菌的图像去噪仿生优化算法,算法利用黏菌觅食时的扩张与收缩行为对被噪声污染的目标图像进行噪声检测和去噪,包括步骤1,目标图像和人工黏菌的初始化;步骤2,人工黏菌对目标图像进行噪声检测;步骤3,人工黏菌对目标图像进行去噪;步骤4,输出人工黏菌图像去噪结果。本发明通过目标图像内单只黏菌不断变形、并行扩张寻找食物的过程形成噪声点网络,将单只黏菌的初始位置模拟为目标图像中心即中心像素点,将噪声点模拟为外部食物源,将黏变形体的扩张行为模拟为对噪声点与有效信号点的分离,将黏变形体的收缩模拟为对噪声点的消除。本仿生算法能够便捷高效地实现数字图像的噪声检测和去噪工作。
-
-
-
-
-