基于QPSO聚类算法的图像分割方法

摘要：

量子粒子群优化算法克服了传统粒子群优化算法中无法保证全局收敛、容易陷入局部最优的缺点,是近年来优化技术领域的一个研究热点。本文结合当前图像分割中常用的K-均值聚类算法中的相关技术,设计了基于QPSO的聚类算法并将其用于图像分割处理问题中。实验结果表明：在图像分割处理中,相对于K-均值聚类算法,QPSO聚类算法不仅不依赖于初始聚类中心的选择,而且还能得到相对于K-均值聚类算法精度更高的聚类中心,其在图像分割中的效果优于通常的K-均值聚类算法。

关键词：PSO算法、QPSO算法、K-Means聚类、图像分割

分类号：TP3;TN9

资助基金：贵州省科技厅联合基金LKQS201313、LKQS201314；黔南民族师范学院校级科研项目QNSY2011QN10、2014ZCSX13、2014ZCSX18。

在线出版日期：2016-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：51-52,94