科研之友
微信
新浪微博
Facebook
分享链接
摘要
FCM算法是一种比较流行的模糊聚类算法,将其运用到图像分割领域中,可以更加客观地对像素进行分类,达到较好的分割效果。但是传统的FCM算法存在对初始聚类中心较为依赖的问题,一般情况下,初始聚类中心是随机选取的,如果选择的不合适,则很容易导致算法得不到全局最优解。针对此问题,提出了改进方法,对人工鱼群算法(AFSA)进行改进,利用人工鱼群算法良好的全局搜索功能,同时融合改进的教学优化算法(TLBO),用于搜索FCM算法的初始聚类中心。通过实验证明,提出的算法不仅有效地改善了人工鱼群算法后期寻优速度慢、不精确的问题,并且与标准FCM算法和人工鱼群算法优化FCM算法相比,在迭代次数和运行时间方面,平均下降了14%～55%,分割正确率平均提高了7%～10%,从而在图像分割方面具有更快的分割速度和更优的分割效果。
- 出版日期2021
- 单位太原理工大学
