改进樽海鞘群优化K-means算法的图像分割

摘要：

目的 针对樽海鞘群算法寻优精度低、易陷入到局部最优,以及K-means算法进行图像分割容易被初始聚类中心干扰等缺点,提出改进樽海鞘群优化K-means算法的图像分割.方法 首先利用Circle映射来对樽海鞘种群进行初始化;其次引入莱维飞行到领导者和追随者位置更新公式中,使得樽海鞘种群的多样性得到提高,克服算法陷入到局部最优.最后,对改进樽海鞘群算法先采用8个基准函数进行性能测试;再将改进樽海鞘群算法优化K-means进行图像分割.结果 改进算法在寻优精度、稳定性、收敛速度以及跳出局部最优的本领得到了提高.同时,改进樽海鞘群优化K-means算法进行图像分割,有效地提高了图像分割质量.结论 改进算法改善了原始樽海鞘群算法的寻优精度低、易陷入到局部最优的缺点,很好地优化了K-means算法对图像进行准确分割,在图像分割领域具有一定的参考意义.

关键词：樽海鞘群算法、Circle映射、Levy飞行、K-means、图像分割

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：贵州省首批国家级新工科研究与实践资助项目;贵州省教育厅创新群体重大研究资助项目

在线出版日期：2022-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：207-216