資源描述：
《基于改進(jìn)遺傳算法的圖像分割技術(shù)研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、武漢理T大學(xué)碩士學(xué)位論文摘要圖像分割是由圖像處理到圖像分析的關(guān)鍵步驟，也是計算機(jī)視覺要解決的一個關(guān)鍵問題，盡管它多年來一直受到人們的高度重視，但是發(fā)展緩慢?，F(xiàn)提出的分割算法都是針對具體問題的，并沒有一種適合所有圖像的通用分割算法，特別是在根據(jù)閡值的灰度圖像分割中，人們很難找到～種對圖像感興趣區(qū)域的閾值，能進(jìn)行快速搜索、準(zhǔn)確定位的優(yōu)化分割算法。遺傳算法(StandardGeneticAlgorithm，簡稱SGA)作為一種求解問題的高效并行的全局搜索方法，以其固有的魯棒性、并行性和自適應(yīng)性，使之非常適用于大規(guī)模搜索空間的尋優(yōu)問題，已廣泛應(yīng)用于許多學(xué)科及工程領(lǐng)域。在計算機(jī)視覺領(lǐng)
2、域中的應(yīng)用也日益受到重視，為圖像分割提供了一種新而有效的方法。本論文對傳統(tǒng)的圖像分割算法進(jìn)行了研究與比較；對遺傳算法理論、遺傳算法在圖像分割領(lǐng)域的應(yīng)用現(xiàn)狀及遺傳分割算法的原理、過程和實驗結(jié)果等幾方面進(jìn)行研究探討。通過對遺傳算法運(yùn)行機(jī)理的深入研究，針對一些灰度圖像和加噪圖像，本文對改進(jìn)的自適應(yīng)遺傳算法(ImprovedAdaptiveGeneticAlgorithm，簡稱．IAGA)在圖像分割中的應(yīng)用做了研究。算法中采用二維編碼機(jī)制；為保持種群的多樣性，隨機(jī)均勻地產(chǎn)生初始種群；在遺傳交叉操作中引入了一項規(guī)則防止種群退化；為使遺傳算法保持種群的多樣性，以防止出現(xiàn)未成熟收斂，本文
3、采用了一個自適應(yīng)變異算子；并在種群更新機(jī)制方面，提出了一個新的解決方案。實驗結(jié)果表明，本文提出的基于改進(jìn)的遺傳算法優(yōu)化了圖像的分割，運(yùn)算速度明顯比傳統(tǒng)分割算法快，而且取得了比傳統(tǒng)算法更好的分割質(zhì)量。本文程序采用MATLAB6．5在WinXP環(huán)境下編譯完成。關(guān)鍵詞：圖像分割；自適應(yīng)、遺傳算法；交叉算子；變異算子Abstract’n‘lheimagesegmentationISthekeystepfromtheimageprocessingtotheimageanalysis，anditisalsoanimportantanddifficulttaskofcomputervis
4、iontechn0109Y．Toughithasbeenbeingattachedmuchattentionbypeopleformanyyears，itdevelopsveryslowly．Nowadays，manyalgorithmswhichareallparticularforsomespecialproblemshavebeenputforward，butnoneofthemissuitableforallimages．ItisverydifficultforUStofindanalgorithmwhichcanquicklysearch，exactlyorien
5、tandoptimizethesegmentationintheareaswhichinterestUS，especiallythealgorithmforgreyimagesegmentationbasedonthreshold．Geneticalgorithm(GA)isasortofefficient，parallel，globalsearchmethodwithitsinherentvirtuesofrobustness，parallelandself-adaptivecharacters．Itissuitableforsearchingtheoptimizatio
6、nresultinthelargesearchspace．Nowithasbeenappliedwidelyandperfectlyinmanystudyfieldsandengineeringareas．IncomputervisionfieldGAisincreasinglyattachedmoreimportance．ItprovideStheimagesegmentationanewandeffectivemethod．Algorithmsandanalysesaboutimagesegmentationarepresented．Anoverviewonthethe
7、oriesandtherecentdevelopmentisgiven．AlsothestatusofGAappliedintheimagesegmentationfieldispresentedandthetheories，steps，resultsandanalysesofseveralGAappliedintheimagesegmentationaregiven．ThroughthedeepresearchandcompartionsontheGAfields，animprovedseIfadaptivege
