基于Hatlon序列改进蝠鲼算法的K-means图像分割
K-means Image Segmentation Based on Hatlon Sequence Improved Manta Ray Algorithm作者机构:江西理工大学信息工程学院
出 版 物:《电光与控制》 (Electronics Optics & Control)
年 卷 期:2023年
学科分类:08[工学] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0811[工学-控制科学与工程]
主 题:图像分割 K-means聚类算法 Hatlon序列 蝠鲼算法 折射反向学习 高斯变异
摘 要:图像分割在日常生活中扮演重要角色,传统的K-means图像分割具有随机性且容易陷入局部最优等缺陷,这样使得分割质量大大降低。为改善这些现象,本文提出一种基于Hatlon序列改进蝠鲼算法(HMRFO)的K-means图像分割,HMRFO采用Hatlon序列初始化种群,使得个体位置充分均匀,再引入折射反向学习提升算法的全局搜索能力,最后引入新型的高斯变异策略,减小算法陷入局部最优的概率。在6个基准测试函数中对比了5种算法,验证了HMRFO的有效性及可行性。同时,将其应用K-means图像分割中,与其它4种算法进行对比,结果显示HMRFO优化K-means具有较好的分割质量及泛化能力。