基于蚁群模糊聚类算法的图像分割研究

李玉梅

(天津城市建设管理职业学院,天津市 300134)

基于蚁群模糊聚类算法的图像分割研究

李玉梅

(天津城市建设管理职业学院,天津市 300134)

论文提出了一种基于蚁群动态模糊聚类算法的计算机图像分割方法,有效地利用蚁群算法的聚类分析能力,克服了FCM算法对初始化的敏感,动态地确定了聚类数目和中心。然后利用蚁群聚类算法得到的模型进行修改,再进行模糊聚类弥补蚁群算法的不足。最后将该算法应用到计算机图像分割技术。对比实验表明,该算法实验表明该算法速度快、划分特性好,可以准确地分割出目标。

计算机图像分割;蚁群算法;模糊聚类

一、引言

本文用蚁群算法实现了基于改进的目标函数的模糊聚类,解决了动态确定聚类数目问题和防止遗传算法早熟现象的产生,并在计算机图像分割实验中验证了这一算法的有效性。

二、蚁群算法

蚁群算法是意大利学者M.Dorigo等人受自然界中蚂蚁觅食行为的启发而发展起来的一种新的模拟进化算法。该算法利用蚁群在搜索食物源的过程中所体现出来的寻优能力来解决一些离散系统优化中困难问题。蚁群算法的主要特点是通过正反馈、分布式协作来寻找最优解,这是一种基于种群寻优的启发式搜索算法,能根据聚类中心的信息量把周围数据归并到一起,从而得到聚类分类,最终得到最优解。

应用蚁群算法解决问题的一般步骤如下:

1.初始化:给各参变量赋初值,相当于蚂蚁匀在蚁巢,等待出发。……