基于改进的量子行为粒子群聚类算法的彩色图像分割
- 文章编号:
- 2096-1618(2016)增-0014-04
- 摘要:
- 针对K-Means算法的初始值敏感、易于陷入局部最优的缺点,将K-Means算法和量子行为粒子群算法相结合,提出改进的量子行为粒子群聚类算法,并将其用于彩色图像分割。在该算法中将每个粒子作为数据集的一次聚类划分,执行粒子的位置更新操作,并将更新后的位置作为K-Means算法的初始值,不断重复粒子的位置更新和K-Means操作,直到算法结束。由于改进了粒子位置更新的控制参数和更新方式,聚类的收敛精度和速度都得到提高。
参考文献/References:
[1] Cheng H D, Jiang X H, Sun Y, et al. Color image Segmentation: advances and prospects[J]. Pattern Recognition, 2001,34(12): 2259-2281.
[2] Cheng H D, Jiang X H, Wang Jingli. Color image segmentation based on homogramthresholding and region merging[J]. Pattern Recognition, 2002,35(2):373-393.
[3] 张长青,葛文英,刘国英,等.一种基于区域分级合并的彩色图像分割方法[J].计算机工程与应用,2012,48(17):203-206.
[4] 高丽,杨树元,李海强. 一种基于标记的分水岭图像分割新算法[J]. 中国图形图像学学报,2007,12(6):1025-1032.
[5] 于烨,陆建华,郑君里. 一种新的彩色图像边缘检测算法[J].清华大学学报(自然科学版),2005,45(10):1339-1343.
[6] 吴永芳,杨鑫,徐敏,等. 基于K均值聚类的图割医学图像分割算法[J]. 计算机工程,2011,37(5):232-234.
[7] 张艳,宦飞. 一种应用遗传算法的彩色图像分割方法[J]. 计算机应用与软件,2011,28(3):237-239.
[8] 林丽莉,周文晖. 多蚁群动态协作优化的道路图像分割算法[J]. 中国图像图形学报,2012,17(4):553-559.
[9] 梁建慧,马苗. 人工蜂群算法在图像分割中的应用研究[J]. 计算机工程与应用,2012,48(8):194-196.
[10] Kennedy J,Eberhart R C. Particle swarm optimization[J]. Proceedings of IEEE International Conference on Neural Networks, 1995:1942-1948.
[11] Bergh F V d. A new locally convergent particle swarm optimizer[C]. IEEE International Conference on systems, Man and Cybernetics,2002.
[12] Bergh F V d. An analysis of particle swarm optimizers[D]. University of Pretoria,2001.
[13] Sun J, Xu W B,Feng B. A global search strategy of quantum-behaved particle swarm optimization[C]. In: Proceedings of IEEE conference on Cybernetics and Intelligent Systems, Singapore,Dec. 2004:111-116.
备注/Memo
收稿日期:2015-03-13