基于差分粒子群和模糊聚类的彩色图像分割算法

被引：12

作者：

刘建生

乔尚平

匡奕群

机构：

[1] 江西理工大学理学院

来源：

江西理工大学学报 | 2013年 / 34卷 / 05期

关键词：

模糊C均值聚类; 差分粒子群算法; 全局优化; 彩色图像分割;

D O I：

10.13265/j.cnki.jxlgdxxb.2013.05.008

中图分类号：

TP391.41 [];

学科分类号：

摘要：

彩色图像数据信息量较大,传统的模糊C均值聚类算法(FCM)在分割时更加容易受到初始聚类中心影响陷入局部极值.文中研究了一种融合差分演化、粒子群和模糊均值聚类的彩色图像分割算法(DEPSO-FCM).利用差分演化算法的快速收敛特性、粒子群算法的全局搜索能力,解决模糊均值聚类图像分割时易受到初始聚类中心影响和陷入局部最优的问题,同时针对不同的色彩空间对于图像分割效果的影响,尝试在不同的空间上使用DEPSO-FCM进行图像分割.实验表明,该方法能解决FCM算法陷入局部最优的问题,在不同的色彩空间上都获得了理想的分割效果.

引用

页码：66 / 71

页数：6

共 9 条

[1]

粒子群优化与差分进化算法研究及其应用 [D].

林川 .

西南交通大学,

2009

[2]

An adaptive hybrid optimizer based on particle swarm and differential evolution for global optimization.[J].Bin Xin;Jie Chen;ZhiHong Peng;Feng Pan.Science China Information Sciences.2010, 5

[3]

Hybridizing particle swarm optimization with differential evolution for constrained numerical and engineering optimization.[J].Hui Liu;Zixing Cai;Yong Wang.Applied Soft Computing Journal.2009, 2

[4]

Differential evolution - A simple and efficient heuristic for global optimization over continuous spaces [J].