基于改进麻雀搜索算法的多阈值图像分割

摘要

针对传统多阈值图像分割方法中存在的分割精度低、计算量大、分割速度慢等问题,提出了一种基于改进麻雀搜索算法(improved sparrow search algorithm,ISSA)的多阈值图像分割方法.首先,结合鸟群算法(bird swarm algorithm,BSA)中飞行行为的思想优化麻雀搜索算法(sparrow search algorithm,SSA),并采用4种类型的基准函数评估ISSA的寻优性能.然后,进行基于类间方差和Kapur熵的多阈值图像分割,并对比两种方法的分割结果.最后,采用PSNR、目标函数值和标准差作为评估标准,将ISSA与现有分割算法进行对比分析.结果表明,ISSA具有更优的搜索能力和开拓能力,且分割速度和分割精度均得到提升.