一种基于粒子群优化的K-均值彩色图像量化算法

被引：4

作者：

许永峰 ^{[1
,2
]}

姜振益 ^{[1
]}

机构：

[1] 西北大学现代物理研究所

[2] 西北大学数学系

来源：

西北大学学报(自然科学版) | 2012年 / 42卷 / 03期

关键词：

彩色图像量化; K-均值聚类; 粒子群优化;

D O I：

10.16152/j.cnki.xdxbzr.2012.03.002

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

目的利用粒子群优化算法和K-均值方法研究彩色图像的量化问题。方法针对K-均值聚类量化算法对初始值比较敏感,易陷入局部极小值从而使得算法得不到全局最优解,为局部搜索算法,以及粒子群优化算法是一种全局寻优方法的特征,把K-均值聚类方法和粒子群优化算法结合起来,将K-均值聚类方法中的聚类函数作为粒子群优化算法中的粒子适应度函数,对彩色图像进行聚类量化。结果实验表明新算法在峰值信噪比和均方根误差评判准则下可以得到更好的量化结果。结论新方法有效地克服了K-均值聚类方法和粒子群优化算法的不足。

引用

页码：351 / 354

页数：4