文献类型：期刊文章

作　　者：李海洋[1,2] 文永革[1] 何红洲[1] 李柏林[3]

机构地区：[1]绵阳师范学院数学与计算机科学学院,四川绵阳621000 [2]北京邮电大学计算机学院,北京100876 [3]西南交通大学机械工程学院,四川成都610031

出　　处：《图学学报》

基　　金：四川省科技厅资助项目(2012JYZ013);四川省教育厅资助项目(12ZB070);绵阳师范学院资助项目(2013A12)

年　　份：2014

卷　　号：35

期　　号：5

起止页码：755-761

语　　种：中文

收录情况：BDHX、BDHX2011、CSCD、CSCD_E2013_2014、ZGKJHX、核心刊

摘　　要：K-均值聚类具有简单、快速的特点,因此被广泛应用于图像分割领域。但K-均值聚类容易陷入局部最优,影响图像分割效果。针对K-均值的缺点,提出一种基于随机权重粒子群优化(RWPSO)和K-均值聚类的图像分割算法RWPSOK。在算法运行初期,利用随机权重粒子群优化的全局搜索能力,避免算法陷入局部最优;在算法运行后期,利用K-均值聚类的局部搜索能力,实现算法快速收敛。实验表明:RWPSOK算法能有效地克服K-均值聚类易陷入局部最优的缺点,图像分割效果得到了明显改善;与传统粒子群与K-均值聚类混合算法(PSOK)相比,RWPSOK算法具有更好的分割效果和更高的分割效率。

关 键 词：随机权重  粒子群优化 K-均值聚类 图像分割

分 类 号：TP391.41]