申请/专利权人:三峡大学
申请日:2021-08-24
公开(公告)日:2024-04-26
公开(公告)号:CN117934525A
主分类号:G06T7/13
分类号:G06T7/13;G06T7/90;G06T7/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要: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。
主权项:1.一种图像边缘检测模型的初始化方法,其特征在于,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;图像边缘检测建模为随机分布在目标图像上的黏菌群体搜索食物源的过程,不同像素点具有不同的营养浓度;其次,对目标图像的像素点进行预处理;将目标图像转换为灰度图像,并计算不同像素点的灰度梯度;在图像边缘点上营养浓度大,在非图像边缘点上,图像的灰度梯度小,营养浓度小,甚至为0;将灰度图像中的每一个像素点看成是一个数据样本,将该点灰度值处理后构成其边缘点信息的特征向量;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;图像中灰度梯度较大的点即为图像边缘点,又称食物源;给定原始图像X,每个像素点Xi看作是食物源C,其中i=1,2,…n,具有不同营养浓度值,从而构造一个描述边缘点信息的特征向量,即黏菌群体的食物源特征向量;每个食物源结合灰度值、灰度梯度值和邻域特征构建三维向量,为每个像素点构建三维边缘点特征向量,形成具有三维特征的数据集,为黏菌群体觅食提供食物源特征向量。
全文数据:
权利要求:
百度查询: 三峡大学 一种图像边缘检测模型的初始化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。