基于LBP算子和GA-K-means的图像分割算法  

作　　者：王甜甜 史卫亚[2,3] 

机构地区：[1]河南工业大学信息科学与工程技术学院,河南郑州450001 [2]河南工业大学人工智能与大数据学院,河南郑州450001 [3]河南工业大学粮食信息处理与控制教育部重点实验室,河南郑州450001

出　　处：《信息记录材料》2022年第12期152-154,共3页Information Recording Materials

基　　金：国家自然科学基金(62006071);河南省科技攻关项目(212102210149)。

摘　　要：K-means聚类算法具有简单、快速等优点。但是由于聚类中心的选择严重影响聚类结果,因此在应用中受到限制。遗传算法的全局寻优能力弥补了K-means算法的缺陷。首先采用了局部二值模式(LBP)算子来描述图像局部纹理特征,然后将K-means算法的局部搜索能力与遗传算法的全局寻优搜索能力相结合。将该算法在猫、狗、海豚等图像中进行实验,实验结果表明本文算法像素精确度达到95%,取得了较好的分割效果。

关 键 词：遗传算法 局部二值模式 K-MEANS算法 图像聚类 聚类中心 

分 类 号：TP39[自动化与计算机技术—计算机应用技术]