改进人工蜂群优化的K均值图像分割算法

摘要

K均值聚类在图像分割时精度较低且缺乏稳定性。人工蜂群算法在对K均值聚类进行优化后存在算法效率不高的缺点。针对以上问题,提出一种改进人工蜂群和K均值聚类的图像分割算法IABC-K。根据人工蜂群算法在蜜源更新和蜜源开采阶段的不同特点,对人工蜂群算法进行了改进。在蜜源更新阶段,采用了最优适应度关联的自适应邻域搜索机制,提高了蜜源更新速度;在蜜源开采阶段,采用了最优适应度关联的线性递减邻域搜索策略,提高了蜜源开采质量。实验结果表明：IABC-K算法在质量、效率和稳定性方面均优于其它类似算法。IABC-K算法可应用在质量和性能要求较高的图像处理领域。