改进樽海鞘群优化K-means算法的图像分割

作     者：李志杰 王力 张习恒 LI Zhi-jie;WANG Li;ZHANG Xi-heng

作者机构：贵州大学大数据与信息工程学院贵阳550025 贵州工程应用技术学院信息工程学院贵州毕节551700 

出 版 物：《包装工程》 (Packaging Engineering)

年 卷 期：2022年第43卷第9期

页      面：207-216页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：贵州省首批国家级新工科研究与实践资助项目(黔教高函〔2018〕209) 贵州省教育厅创新群体重大研究资助项目(黔财教合〔2016〕118) 

主　　题：樽海鞘群算法 Circle映射 Levy飞行 K-means 图像分割 

摘      要：目的针对樽海鞘群算法寻优精度低、易陷入到局部最优,以及K-means算法进行图像分割容易被初始聚类中心干扰等缺点,提出改进樽海鞘群优化K-means算法的图像分割。方法首先利用Circle映射来对樽海鞘种群进行初始化;其次引入莱维飞行到领导者和追随者位置更新公式中,使得樽海鞘种群的多样性得到提高,克服算法陷入到局部最优。最后,对改进樽海鞘群算法先采用8个基准函数进行性能测试;再将改进樽海鞘群算法优化K-means进行图像分割。结果改进算法在寻优精度、稳定性、收敛速度以及跳出局部最优的本领得到了提高。同时,改进樽海鞘群优化K-means算法进行图像分割,有效地提高了图像分割质量。结论改进算法改善了原始樽海鞘群算法的寻优精度低、易陷入到局部最优的缺点,很好地优化了K-means算法对图像进行准确分割,在图像分割领域具有一定的参考意义。