霍夫变换耦合蚁群优化图像边缘提取算法

目的 为解决图像边缘提取方法中由于噪声浸染导致边缘定位精确度降低、边缘信息丢失和虚假边缘等不足，提出基于霍夫变换（HT）耦合蚁群优化（ACO）图像边缘的提取方法。方法 对输入图像进行霍夫变换，消除噪声和线段间隔对图像边缘的影响；计算图像像素梯度和像素圆形邻域统计均值的差值，构建二者之间的权重函数，并作为蚁群的信息素和启发信息；利用蚁群优化算法，引导蚁群搜索图像边缘，完成图像边缘提取。结果 实验表明，与当前边缘提取技术相比，文中算法具有更高的提取精度与效率，可获取完整、细节丰富的边缘，有效地降低了噪声影响。结论 所提算法具有较强的抗噪性能，能进一步改善边缘提取精度，能够较好地用于包装条码识别与图像处理领域