融合分水岭算法和蚁群聚类的图像分割
针对传统分水岭分割算法对噪声敏感和易于产生过分割问题,提出一种新的基于分水岭和蚁群智能聚类的图像分割方法CWAC(Combining Watersheds and Ant Colony clustering)。CWAC 方法首先用分水岭变换对图像做初分割,然后用蚁群方法在区域之间进行聚类合并,获得最终的分割结果。CWAC 不但成功地解决了分水岭存在的过分割问题,还大大提高了蚁群聚类算法的搜索时间；本文利用分水岭变换后的灰度信息和空间信息,定义了一种新的引导函数,可更准确有效引导蚁群聚类。实验结果表明CWAC可以快速准确地分割出目标,是一种有效的图像分割方法。
分水岭算法 群体智能 蚁群聚类 引导函数 图像分割
杨卫莉 郭雷 赵天云 肖谷初
西北工业大学自动化学院,陕西西安,710072
国内会议
湖南张家界
中文
526-529
2007-07-26（万方平台首次上网日期，不代表论文的发表时间）