融入自学习与多领导者策略的改进鲸鱼优化算法及多阈值图像分割

来源：计算机应用与软件杂志2025年第1期北京时间：

作者：孟小燕

摘要：针对多阈值图像分割计算代价高、分割精度差的不足，提出融入自学习与多领导者的改进鲸鱼优化Otsu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，引入具备记忆机制的多领导者策略增强种群全局搜索能力，避免迭代后期陷入局部最优；设计针对领导者的个体自学习机制提高种群多样性；利用莱维飞行机制提升算法鲁棒性，避免早熟收敛，进而实现改进鲸鱼算法MLWOA。以Otsu类间方差函数评估个体适应度，利用MLWOA对图像分割多阈值寻优，确定最优阈值。通过图像分割实验及峰值信噪比、结构相似度和特征相似度等指标对比，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, 类间方差, 莱维飞行, 自学习机制