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
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
收藏
页码:138 / 141
页数:4
相关论文
共 5 条
[1]   一种进化聚类学习新方法 [J].
杨欣斌 ;
孙京诰 ;
黄道 ;
不详 .
计算机工程与应用 , 2003, (15) :60-62
[2]  
群智能算法在分割聚类中的研究[D]. 刘玉玺.吉林大学 2009
[3]  
群智能算法及其应用[M]. 中国水利水电出版社 , 高尚,杨静宇著, 2006
[4]  
图像分析[M]. 科学出版社 , 孙即祥编著, 2005
[5]  
模式识别[M]. 西北电讯工程学院出版社 , 蔡元龙 编, 1986