基于Cross熵与改进麻雀搜索算法的图像分割模型

来源：计算机应用与软件杂志2024年第11期北京时间：

作者：黄蓉, 陈倩诒

摘要：传统基于熵标准的图像分割法采用穷尽法搜索分割阈值，存在计算代价高、分割效率低的不足。针对这一问题，设计基于Cross熵与改进麻雀搜索算法的图像分割方法。为了提升标准麻雀搜索算法的寻优精度和寻优速率，利用反向学习机制进行种群初始化，改善初始种群结构，提升种群多样性和初始解质量。设计正余弦优化和惯性权重的发现者更新机制，提升发现者全局搜索能力。提出柯西混沌变异的追随者更新机制，结合混沌映射和柯西变异，避免算法产生局部最优。以Cross熵最小为标准评估个体适应度，利用改进麻雀搜索算法寻找图像分割最佳阈值，并实现图像分割。实验结果表明，改进算法在分割指标上表现优异，可以有效提升图像分割精度和分割效率。

关键词：图像分割, 交叉熵, 麻雀搜索算法, 反向学习, 正余弦算法, 柯西变异