基于K-均值与蚁群混合聚类的图像分割

被引：5

作者：

江新姿 ^{[1
]}

高尚 ^{[2
]}

机构：

[1] 江苏科技大学南徐学院

[2] 江苏科技大学计算机科学与工程学院

来源：

计算机与数字工程 | 2011年 / 39卷 / 06期

关键词：

蚁群聚类; K-均值聚类; 图像分割;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对单一聚类算法在图像分割中容易陷入局部最优或有过分割现象,造成分割精确度低等问题,文章提出了基于K-均值聚类和蚁群聚类相结合的新算法。新算法先将K-均值算法作快速分类,根据K-均值分类结果更新蚂蚁各路径上的信息素,指导其他蚂蚁选择,以提高蚁群聚类算法的运行效率。实验结果证明,新算法在图像分割处理的精确度上较单一的K均值和蚁群聚类算法有很大提高。所以进一步表明该方法对于图像分割具有很好的通用性和有效性,是一种实用的、有前途的图像分割方法。

引用

页码：138 / 141

页数：4