改进人工蜂群优化的K均值图像分割算法

• 作者: 何红洲 李海洋
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 人工蜂群 K均值聚类 图像分割 邻域搜索
• 年，卷（期）: 2018,（3）
• 页码范围: 45-49
• 页数: 5页
• 分类号: TP391.41
• 字数: 4678字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2018.03.011

摘要

K均值聚类在图像分割时精度较低且缺乏稳定性.人工蜂群算法在对K均值聚类进行优化后存在算法效率不高的缺点.针对以上问题,提出一种改进人工蜂群和K均值聚类的图像分割算法IABC-K.根据人工蜂群算法在蜜源更新和蜜源开采阶段的不同特点,对人工蜂群算法进行了改进.在蜜源更新阶段,采用了最优适应度关联的自适应邻域搜索机制,提高了蜜源更新速度;在蜜源开采阶段,采用了最优适应度关联的线性递减邻域搜索策略,提高了蜜源开采质量.实验结果表明:IABC-K算法在质量、效率和稳定性方面均优于其它类似算法.IABC-K算法可应用在质量和性能要求较高的图像处理领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李海洋	绵阳师范学院信息工程学院	25	130	7.0	11.0
2	何红洲	绵阳师范学院信息工程学院	12	84	5.0	9.0