文献类型：期刊文章

作　　者：邹倩颖[1] 陈晖阳[2] 李永生[2] 胡力雯[2] 王小芳[1]

ZOU Qianying;CHEN Huiyang;LI Yongsheng;HU Liwen;WANG Xiaofang(School of Intelligence Technology,Geely University,Chengdu 641423,Sichuan,China;Xingzhi College,Chengdu College of University of Electronic Science and Technology of China,Chengdu 611731,Sichuan,China)

机构地区：[1]吉利学院智能科技学院,四川成都641423 [2]电子科技大学成都学院行知学院,四川成都611731

出　　处：《应用科学学报》

基　　金：成都市科技局重点研发支撑计划技术创新研发项目基金(No.2018-YFYF-00191-SN)资助。

年　　份：2023

卷　　号：41

期　　号：1

起止页码：153-169

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD_E2023_2024、IC、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：为解决深海资源探测图像识别难题,提出一种基于粒子群优化的图像暗边缘检测优化算法。该算法通过指数型线性单元和高斯误差线性单元改进激活函数,根据Marr-Hildreth算子检测结果并结合改进激活函数构建暗边缘检测算法,利用粒子群对改进暗边缘检测算法进行训练和优化。最后,采用不同算法对水下11个数据集进行比较的结果表明:改进算法的峰值信噪比、结构相似度和边缘保持指数最高,分别达到18.7696 dB、0.6607和0.8345;图像均方误差最低,为3750.2253;平均检测时间为0.6674 s,比其他对比实验中性能最好的算法缩短了14%。

关 键 词：深海勘测  粒子群优化 Marr-Hildreth算子  暗边缘检测  

分 类 号：TP391.41]