融合改进人工蜂群和K均值聚类的图像分割

• 作者: 李忠木 赵文昌
• 来源期刊: 液晶与显示
• 学科: 工学
• 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
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 图像处理
• 页码范围: 726-735
• 页数: 10页
• 分类号: TP391.41
• 字数: 7806字
• 语种: 中文
• DOI: 10.3788/YJYXS20173209.0726

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李忠木	大理大学工程学院	6	18	1.0	4.0
2	赵文昌	大理大学工程学院	2	15	1.0	2.0