高斌

• 1:安徽科技学院体育部

摘要(Abstract)：

经过长时间的研究发现,传统的图像定位方法可以精准的定位静态图像,但当用来定位快速位移图像时,存在着精准度低的问题.为此在传统图像定义方法的基础上,引入自适应蚁群算法,从而设计出针对快速位移图像的精准定位方法.首先利用图像采集设备获得快速位移原始图像,并从数学形态学变换、图像灰度化以及图像增强三个方面,得到图像的预处理结果.使用蚁群算法检测图像边缘,利用估计图像的运动轨迹来提取更新的动态自适应信息素,通过信息素配准输出快速图像的精准定位结果.对比实验分析,与传统定位方法相比,自适应蚁群算法的快速位移图像精准定位方法的精准率提高了15.96%.

关键词(KeyWords)： 自适应;蚁群算法;快速位移;图像定位;精准定位

Abstract:

Keywords:

基金项目(Foundation): 2016年安徽科技学院校级教学团队(名师工作室)项目(XJ201625);; 2018年校级质量工程一般项目(X2018045)

作者(Author): 高斌

DOI: 10.16393/j.cnki.37-1436/z.2019.05.011

参考文献(References)：

• [1]王俊英，颜芬芬，陈鹏，等．基于概率自适应蚁群算法的云任务调度方法[J]．郑州大学学报（工学版），2017,38(4):51-56.
• [2]尤海龙，鲁照权．参数α、β和ρ自适应调整的快速蚁群算法[J]．制造业自动化，2018,40(6):105-108,118.
• [3]何同弟，祝燎．基于蚁群算法的多传感器图像融合方法[J]．测控技术，2017,36(8):15-19.
• [4]汪凯，张贵仓．基于改进蚁群算法的图像边缘检测研究[J]．计算机工程与应用，2017,53(23):171-176.
• [5]佚名．基于反向学习的自适应数据挖掘优化算法[J]．信息通信，2018,187(7):19-20.
• [6]佚名．果蝇算法与改进蚁群算法优化模糊集的自适应图像增强[J]．山东农业大学学报（自然科学版），2018,49(5):105-108.
• [7]曹青媚，王雪莲．快速位移图像高阶累积量噪点检测技术[J]．计算机仿真，2017,34(7):281-284.
• [8]曾瑞．基于动态位移的成像反馈定位投影的研究与设计[J]．无线互联科技，2017,32(2):81-82.
• [9]罗家祥，林畅赫，王加朋，等．结合深度卷积网络与加速鲁棒特征配准的图像精准定位[J]．光学精密工程，2017,25(2):469-476.
• [10]牟丽，杨敏．结合图像上下文的二阶导数边缘融合线条精确定位与配准[J]．计算机辅助设计与图形学学报，2017,29(4):616-623.
• [11]董煜文，王晓华，张森宇，等．一种基于SIFT算法的衣架指夹图像定位方法[J]．西安工程大学学报，2018,11(2):54-59.
• [12]朱彬，薛路强，谭守标．一种改进的数字图像定位识别方法研究[J]．计算机技术与发展，2017,27(12):67-70.