混沌与对立学习正余弦算法及多阈值图像分割

摘要

针对传统多阈值图像分割方法效率低、分割精度差,提出基于混沌与对立学习正余弦算法COLSCA的多阈值图像分割方法。为提高正弦余弦算法的寻优精度和收敛速率,引入非线性对数曲线对正余弦振幅转换参数进行更新,平衡算法全局勘探与局部开发能力;利用混沌搜索对种群精英个体进行变异,增强局部开发能力;设计对立学习增强种群多样性,避免局部最优解。将Kapur熵作为适应度函数,利用COLSCA算法求解图像分割阈值。实验结果表明,该算法可以有效提升图像分割精度和分割效率。