改进的K-means聚类图像分割算法设计与实现

作     者：韩煜 孟峻可 刘丽娜 HAN Yu;MENG Junke;LIU Lina

作者机构：金华高等研究院人工智能研究所浙江金华321013 苏州大学电子信息学院江苏苏州215006 

基　　金：金华高等研究院院设科研项目(Q202205) 

出 版 物：《软件》 (Software)

年 卷 期：2022年第43卷第12期

页      码：15-18,55页

摘      要：信息化时代,图像分割技术在医学、国土及交通等诸多领域得到广泛应用。K-means算法具有简单易实现的特点,是常用的图像分割算法,但它存在对初始值选取敏感等缺点。麻雀搜索算法是新提出一种群体智能算法,该算法在搜索进度、收敛速度和稳定性等方面性能优越。该文章利用麻雀搜索算法优化传统K-means算法的初始值,提出SSK-means算法。实验结果表明,对于给出的四组图像,SSK-means算法分割结果均优于传统K-means算法的分割结果。

主 题 词：图像分割 K-means算法 麻雀搜索算法 

学科分类：08[工学] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1003-6970.2022.12.004

馆 藏 号：203118180...