融合改进人工蜂群和k均值聚类的图像分割-上海大学学报.pdfVIP

第 卷 第 期 液晶与显示 ３２ 　 ９ 　　 Vol．３２　No．９ 　 　　　　 　　　　　　ChineseJournalofLiuidCrstalsandDislas 年 月 q y p y ２０１７ ９ 　 　 　 Se．２０１７ p 文章编号: ( ) １００７Ｇ２７８０２０１７０９Ｇ０７２６Ｇ１０ 融合改进人工蜂群和 均值聚类的图像分割 K ∗ , 赵文昌 李忠木 ( , ) 大理大学 工程学院 云南 大理 ６７１００３ : 、 、 , 摘要 针对人工蜂群优化的 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 K , . ; 工蜂群和 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 K , ; 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 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 局部搜索 加快算法收敛的速 K Powell , . , . 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 , . 和 表现出了较高的分割质量 ３．５％ ４．８％ : ; ; ; ; 关 键 词 自适应人工蜂群 均值聚类 图像分割 局部搜索 距离最大最小乘积 　 　 K Powell 中图分类号: 文献标识码: : / TP３９１．４１　　 A　　doi１０．３７８８YJYX０７２６ Imaesementationalorithmbasedonim roved g g