基于PSO的模糊C-均值聚类算法的图像分割

被引:6
作者
陈曦
李春月
李峰
曹鹏
机构
[1] 长沙理工大学计算机与通信工程学院
关键词
粒子群优化算法; 模糊C-均值聚类; 图像分割;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
081202 ;
摘要
根据粒子群优化算法(PSO)强大的全局搜索能力,提出了用PSO算法优化模糊C均值聚类(FCM)的聚类中心的方法,有效地避免了传统的FCM对初始值及噪声数据敏感,容易陷入局部最优的缺点,同时图像分割的效果也得到了提高,性能也比传统的FCM方法更加稳定。实验结果反映了该方法的有效性。
引用
收藏
页码:181 / 182+185 +185
页数:3
相关论文
共 2 条
[1]   粒子群优化算法 [J].
周驰 ;
高海兵 ;
高亮 ;
章万国 .
计算机应用研究, 2003, (12) :7-11
[2]   Comparison among five evolutionary-based optimization algorithms [J].
Elbeltagi, E ;
Hegazy, T ;
Grierson, D .
ADVANCED ENGINEERING INFORMATICS, 2005, 19 (01) :43-53