科研之友
微信
新浪微博
Facebook
分享链接
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。
- 出版日期2022
- 单位贵州大学; 贵州工程应用技术学院
