基于麻雀算法优化的OSTU分割算法

【摘要】：针对传统最大类间差法(OSTU)在分割图像时计算量大、时间效率低的缺点,提出一种基于Singer混沌映射和随机游走策略的麻雀优化的OSTU分割方法(SRWSSA)。首先,利用Singer混沌映射改进初始化麻雀种群,增加初始麻雀种群的多样性,提高全局搜索能力;其次,采用随机游走策略对更新后的最优麻雀进行扰动变异,进一步增加种群多样性,增强局部搜索能力;最后,使用提出的优化算法对标准图像进行二维OSTU分割,得到最优阈值分割图像。结果表明,所提出的SRWSSA算法在寻优能力和迭代时间上均得到了明显改善,迭代次数较PSO-OSTU、SSA-OSTU分别减少了83.3%、76%,图像峰值信噪比分别提高了8.2%、11.3%,运行时间上也有所提高,具有一定的可行性。