基于改进麻雀搜索算法的最大指数熵分割方法

作者：马小晶; 贺航; 王宏伟; 田柯

来源：科学技术与工程, 2023, 23(16): 6983-6992.

• 麻雀搜索算法(SSA)
• Circle混沌映射
• 随机游走策略
• 图像分割
• 最大指数熵
• 智能优化算法

为了解决基本麻雀搜索算法(sparrow search algorithm, SSA)依赖初始种群和求解精度不高的问题，提出一种基于Circle混沌映射和随机游走的改进的麻雀优化算法(improved sparrow optimization algorithm, CRSSA)。该算法为了增强麻雀种群的多样性，在麻雀初始阶段引入混沌Circle映射；采用随机游走对最优麻雀进行扰动，使其在麻雀寻优后期，增强算法全局搜索能力，跳出局部最优。同时选取15个测试函数对其算法进行性能测试。结果表明：与原始的SSA、蜉蝣算法(mayfly algorithm, MA)、粒子群优化算法(particle swarm optimization algorithm, PSO)、鲸鱼优化算法(whale optimization algorithm, WOA)和灰狼优化算法(gray wolf optimization algorithm, GWO)相比，改进的麻雀搜索算法具有寻优速度快、求解准确度高和鲁棒性强等优点。将该方法应用在多阈值图像分割中，通过对比不同算法的峰值信噪比(peak-to-signal ratio, PSNR)、结构相似性(structural similarity index, SSIM)、适应度函数值和运行时间性能指标，可有效解决多阈值分割问题，具有一定的工程应用价值。

• 单位
  大连理工大学; 新疆大学