| 改进人工蜂群优化的K均值图像分割算法 |
| |
| 引用本文： | 何红洲,李海洋.改进人工蜂群优化的K均值图像分割算法[J].智能计算机与应用,2018(3):45-49. |
| |
| 作者姓名： | 何红洲 李海洋 |
| |
| 作者单位： | 绵阳师范学院 信息工程学院,四川 绵阳,621000 |
| |
| 基金项目： | 四川省教育厅重点项目(17ZA0209)，绵阳师范学院项目(MYSY2017JC08 |
| |
| 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.
|
| 关 键 词： | 人工蜂群 K均值聚类 图像分割 邻域搜索 |
Improved artificial bee colony and K-means clustering for image segmentation |
| |
| HE Hongzhou,LI Haiyang.Improved artificial bee colony and K-means clustering for image segmentation[J].INTELLIGENT COMPUTER AND APPLICATIONS,2018(3):45-49. |
| |
| Authors: | HE Hongzhou LI Haiyang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
