-
题名融合改进人工蜂群和K均值聚类的图像分割
被引量：12
- 1
-
-
作者
赵文昌
李忠木
-
机构
大理大学工程学院
-
出处
《液晶与显示》
CAS
CSCD
北大核心
2017年第9期726-735,共10页
-
基金
云南省教育厅科研项目(No.2014Y409)~~
-
文摘
针对人工蜂群优化的K均值算法易陷入局部最优、搜索精度不够、分割图像不够细致等问题,本文融合自适应人工蜂群和K均值聚类,提出了一种新的图像分割算法。算法首先利用距离最大最小乘积对种群进行初始化;其次采用自适应搜索参数动态调整邻域搜索范围,使人工蜂群算法快速收敛于全局最优;然后将人工蜂群输出的所有蜜源进行K均值聚类,克服K均值聚类结果对初始聚类中心的依赖,再将聚类划分结果进行Powell局部搜索,加快算法收敛的速度,将得到的新聚类中心更新蜂群中蜜源位置。最后,将本文算法与其他两种同类分割算法进行试验对比。实验结果表明:与其他两种算法相比,本文提出的分割算法在保证运行时间的前提下,分割准确率比其他两种算法分别至少提高了3.5%和4.8%,表现出了较高的分割质量。
-
关键词
自适应人工蜂群
K均值聚类
图像分割
Powell局部搜索
距离最大最小乘积
-
Keywords
artificial bee colony
k-means clustering
image segmentation
powell local search
maxi-mum minimum product distance
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
