自适应天牛须优化与K均值聚类的图像分割算法研究

摘要：

在机器识别中,图像分割是重要的一个步骤,传统分割手段存在一定缺陷.针对传统K均值聚类分割的初始聚类中心敏感的缺陷进行了优化,利用自适应天牛须优化算法,避免了这一问题.通过实验结果表明,该算法(ABASK)对图像进行分割,既可以保证图像轮廓的分割,同时还可以更多地保留图像细节.

关键词：图像分割、K均值聚类算法、天牛须优化算法、标准粒子群算法

分类号：TP14(自动化基础理论)

资助基金：工信部“高档数控机床与基础制造装备”项目;教育部人文社科项目;湖北省教育厅科学技术项目;汽车动力传动与电子控制湖北省重点实验室基金;湖北汽车工业学院博士基金

在线出版日期：2020-06-23（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：99-101