摘要：為了解決模糊C均值聚類(FCM)算法進(jìn)行圖像分割時(shí)容易陷入局部最優(yōu)和隨機(jī)初始化聚類中心的問(wèn)題,研究人員提出了基于改進(jìn)的獅群優(yōu)化和模糊C均值聚類的混合圖像分割算法。該算法首先利用改進(jìn)的獅群算法優(yōu)化模糊C均值的目標(biāo)函數(shù),增強(qiáng)算法全局最佳值搜索能力,使其避免陷入局部最優(yōu),同時(shí)引入聚類有效性指標(biāo),通過(guò)迭代更新搜索到合理的分割類別數(shù)實(shí)現(xiàn)自動(dòng)確定圖像分割最佳類別數(shù),并根據(jù)最佳類別數(shù)確定最優(yōu)聚類中心的選取,最終實(shí)現(xiàn)圖像的自適應(yīng)分割。實(shí)驗(yàn)結(jié)果表明,該方法可自適應(yīng)地確定圖像分割最佳類別數(shù),能快速準(zhǔn)確地實(shí)現(xiàn)圖像分割。