文献类型：期刊文章

作　　者：赵文昌[1] 李忠木[1]

机构地区：[1]大理大学工程学院,云南大理671003

出　　处：《液晶与显示》

基　　金：云南省教育厅科研项目(No.2014Y409)~~

年　　份：2017

卷　　号：32

期　　号：9

起止页码：726-735

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、EBSCO、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

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。

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  

分 类 号：TP391.41]