改进粒子群结合K-均值聚类的图像分割算法

摘要

K-均值聚类的分类结果过分依赖于初始中心的选择且容易陷入局部最优.文中针对K-均值的缺陷,提出了一种基于随机权重粒子群和K-均值聚类的图像分割算法RWPSO-KM.在算法开始,利用随机权重粒子群算法的全局搜索能力避免算法陷入局部最优.然后根据公式计算种群多样性执行K-均值算法,利用K-均值算法的局部搜索能力实现算法的快速收敛.实验结果表明,RWPSO-KM与K-均值聚类和PSOK相比具有更好的分割效果和更高的分割效率.