基于动态粒子群优化与K-means聚类的图像分割算法

• 作者: 张晓光 李立军
• 来源期刊: 现代电子技术
• 关键词: 图像分割 动态粒子群优化 K-means聚类 适应度方差 聚类算法 DPSOK
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 前沿交叉科学
• 页码范围: 164-168
• 页数: 5页
• 分类号: TN911.73-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004?373x.2018.10.042

摘要

为了解决K?means聚类算法图像分割质量过度依赖于初始聚类中心选取,且易于陷入局部最优解等问题,提出一种基于动态粒子群优化(DPSO)与K?means聚类的图像分割算法(DPSOK).通过动态调整惯性系数与学习因子来增强PSO算法的性能;然后计算粒子群适应度方差,找准切换至K?means算法时机;随后,将DPSO输出结果用来初始化K?means聚类中心,使其收敛至全局最优解;最后,通过最小化目标函数的多次迭代,使K?means的聚类中心不断更新,直到收敛.实验结果表明,DPSOK能有效提高K?means的全局搜索能力,在图像分割中它比K?means,PSO获得了更好的分割效果,且与粒子群优化和K?means算法相比,DPSOK算法具有更高的分割质量与效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓光	中国矿业大学机电工程学院	174	1037	16.0	24.0
2	李立军	中国矿业大学机电工程学院	1	8	1.0	1.0