关键词：信息素;;奇异值;;图像分割;;蚁群算法
摘 要：蚁群算法具有良好的离散型、并行性、正反馈性和鲁棒性,非常适合用于图像分割。基本蚁群算法存在着收敛速度慢、图像边缘的细节信息保留不完全等不足。改进了蚁群算法的启发信息,提高了蚁群算法的收敛速度,同时更有效地保留图像边缘的细节信息。图像的奇异值中只包含了少量的细节信息,大量细节信息体现在图像矩阵的2个正交矩阵中。通过利用奇异值分解作为启发信息,与信息素共同指导蚂蚁的行为。通过对蚂蚁行走路径上的信息素分布进行更新,使得分布在目标路径上的信息素逐渐增大,逐渐向分割图像收敛,根据信息素分布提取分割结果。仿真实验表明,对图像得到了理想的分割结果。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取