自适应天牛须优化与K均值聚类的图像分割算法研究

作者：向长峰; 王宸; 张秀峰

来源：制造技术与机床, 2020, (05): 99-101.

DOI：10.19287/j.cnki.1005-2402.2020.05.018

• 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

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。

• 单位
  上海大学; 湖北汽车工业学院