伪对立学习与差分进化的改进鲸鱼优化算法及图像分割应用

来源：计算机应用与软件杂志2024年第9期北京时间：

作者：孙超

摘要：针对多阈值图像分割计算代价高、分割精度差的不足，提出伪对立学习与差分进化的改进鲸鱼优化最大熵多阈值图像分割算法。为了提升传统鲸鱼算法的寻优精度和收敛速率，引入伪对立学习和混沌Tent映射进行种群初始化，提升种群多样性和初始解质量，扩大精英个体对种群进化的引领作用；JP+1引入差分进化增强种群全局搜索能力，避免迭代后期陷入局部最优，进而实现改进算法OLDWOA。以最大熵函数评估适应度，JP利用OLDWOA对图像分割多阈值组合寻优，确定最优阈值。利用经典图像做图像分割实验，在计算效率、峰值信噪比、结构相似度和特征相似度指标上对比，证实该方法分割精度和分割效率优于同类算法。

关键词：图像分割, 鲸鱼优化算法, 最大熵, 差分进化, 伪对立学习