敦煌藻井图案艺术是世界重要文化遗产,计算机视觉和模式识别技术的发展为计算机图像边缘检测技术提供了新思路,我们尝试着利用计算机技术对传统的藻井图案进行分析及纹样提取。人工鱼群算法是人们模拟自然界鱼群行为的一种新型的群体智能仿生优化算法,具有较强的鲁棒性、优良的分布式计算机制、算法实现简单、易于和其他方法结合等优点。利用人工鱼群算法在灰度图像矩阵的一阶微分算子的梯度值矩阵中搜索图像梯度最大值,快速、准确地完成检测图像边缘。在梯度值矩阵中,每条人工鱼一直都在寻找梯度值较高的像素点并逐渐向其汇聚,从而得到图像边缘。然后将基本鱼群算法应用于敦煌藻井图像的边缘检测,通过Matlab软件进行实验仿真,通过实验结果可以看出:图像边缘检测效果不佳,当人工鱼的寻优范围较大或鱼群在局部食物浓度较高处聚集时,算法的收敛速度降低、全局搜索能力变弱。本文针对以上问题提出一种基于自适应步长的混沌差分改进鱼群算法,在算法的不同时期,动态调整人工鱼的移动步长,减少局部极值附近的震荡现象,提高算法后期收敛速度;对算法中处于停滞状态的鱼群进行混沌差分操作,通过变异、交叉因子等方法对鱼群进行扰动,改善停滞状态,跳出局部极值。改进后的算法实验结果表明,新算法能够更加清晰的描绘出图像的边缘信息,提高了全局搜索能力和收敛速度,取得了良好的效果。