蜣螂优化算法在 Canny 边缘检测算法中的应用

针对传统 Canny 边缘检测需要手动选取阈值以及不能有效提取边缘轮廓的问题,提出了一种基于改进的蜣螂优化算 法(DBO) 来优化 Canny 算子的边缘检测算法。首先通过快速引导滤波代替传统高斯滤波对图像进行保边去噪;其次用4方 向的 Sobel 模板来计算图像的梯度幅值和梯度方向;最后利用蜣螂优化算法优化的二维大津法自适应获取高低阈值。针对蜣 螂优化算法种群多样性不强问题,提出用 tent 映射初始化种群;为了提高算法跳出局部最优的能力,采用精英差分变异策略 对最优蜣螂个体进行变异扰动。实验结果表明,在边缘准确度和连接性上,该算法与传统 Canny 边缘检测算法对比有一定程 度的提升,能够有效提取图像的边缘轮廓,提高了Canny 边缘检测的边缘连接性,具有一定的实用性。