基于改进遗传算法的图像匹配方法研究-通信与信息系统专业论文.docxVIP

太原理工大学硕士研究生学位论文 太原理工大学硕士研究生学位论文 太原选工大学硕士研究生学位论文 太原选工大学硕士研究生学位论文 PAGE PAGE 13 PAGE PAGE 6 Computation(MIT Press) ，和其他国际期刊IEEE 丁ransactions on Systems ，Man and Cybemetics ，Biosystems(EJsevier) 以及一些国际性 的会议 GECCO、IEEE CEC 等为进化 计算工作者提供了 一个重要的交流与 展示进化计算研究成果和 探讨进化计算方法的平 台(30) 。有些研究者甚至认为， 进化计算是人工智能 的未来， 其思想是虽然我们 不能涉 及人工智能(即用机器来代替人的智能) ，但可以利用进化的 方法通过计算获得智能 。 在信息化高速发展的今天，随着计算机技术的快速发展，遗传算注在国民经济各个 方面的应用将会更加广泛， 如工业控制、 电力系统、网络通讯、故障诊断、系统辨识、 路径规划、化工过程 、最优控制、社会科学等。随着人们对遗传算法的深入研究以及遗 传算法与其他学科的相互渗透，遗传算法在智能领域中的地位必将越来越重要。据此米 看，在不远的将来，随着理论研究的不断深入和应用领域的不断拓展，遗传算法必将得 到进一步的发展。 绪论部分已经提到，遗传算法己广泛应用于图像处理领域。以图像匹配为例，图像 匹配主要有基于图像特征 的匹配和基于 图像灰度的匹配，前者计算速度快 ，但算洁复杂， 匹配精度也不高;后者虽然计算精度高， 具有一定的抗干扰能力，但计算 量大。这两种 匹配方法的实质都是对图像进行遍历性搜索，因此，作为一种非应历性寻优方洁，遗传 算法将在图像匹配技术中具有广阔的发展前景 。近几年，遗传算法在图像匹配中的研究、 应用日益增多。朱红等 13J)用实例说明了 遗传算法与传统算在相比在图像匹配中 的优越 性:藏铁飞等 132J将改进 的部分 hausdorff 距离作为检测模板和 图像中物体轮廓相似性的 测度，同时把遗传算法引入图像匹配识别，克服了传统方法的局限性:郑 军等P3J提出了 一种基 于自适应遗传算法 (AGA) 的匹配方法，在算法快速性和匹配精确性 方面取得了 较好的效果， 可用于实时性要求较高的图像模板匹配;询:悦雷134)等提出了一种将遗传算 法应用于块运动估计 中的遗传搜索块匹配运动估 计算法(GSAM E) ，该算法不仅有效地 解决了局部极小问题，而且计算量也较少;张金萍等(3 51;得多家族遗传算法应用于图像匹 配 ，匹配速度和匹配精度均较为理 想。虽然以 上算法在与遗传算法相结合并优化后性能 有所提升，但其固有的缺陷仍无法克服。其问题主要表现在两方面 136-38]. 一是遗传算法 参数设置有一定 局限性 ，容易陷入局部最优;二是问题处理不全面，目前其处理的主要 问题是针对图形的匹配 ，而在图形图像方面 的识别问题上所作的研究却是少之又少。所 以，从遗传算洁白身的参数出发，在提高算法性能方面还是有一定上升空间的。针对上 述问题，本文提出改进的遗传算法 ，在改进变异算子 的基础上 ，将 小生境技术(小生镜 技术是指将每 一代群体划分为若干类 ，在每个类中筛选出若干较大适应度的个体作为这 个类的优秀代表并组成 一个群体，然后在这个群体中以及不同群体之间通过杂交和变异 等遗传操作产生新 一代群体)应用其中，这种基于小生境技术的遗传算法 ，可以更好地 保护群体的多样性不受破坏，同时其全局寻优能力和收敛速度也有很大提高 ，尤其适用 于复杂多峰函数的优化问题。基于此 ，提出了改进的遗传算法，并应用于图像匹配 ，取 得了较好的效果 1.3 本文的工作和童节安 排 本文通过阅读大量中英文资料，对传统遗传算法、匹配算法分别进行了比较和分析， 针对其 中存在的问题提出了改 进方法 ，最后通过实验验证了其有效性和可行性。现将各 意工作内容介绍如 下 : 第一章介绍 了本文的研究背景、目的及意义，介绍了国 内外研究现状以及遗传算法 在图像匹配中的应用情况。 第二章介绍了遗传算法的产生、发展 ，阐迹了遗传算法的基本思想，并对其基本操 作流杠和遗传操作的特点 做了概括性说明和总结，提出了改进的遗传算法 第三章主 要介绍了图像匹配技术的基础理论和方法，重点对模板匹配方法做了详细 介绍、分析。 第四空军是本文的核心内容 ，首先介绍了基本遗传算法在图像匹配中的应用，主要介 绍了基本遗传算法和改进的遗传算法在图像匹配中的应用，然后通过实验进行了比较分 析 。实验结果证明了将改进遗传算法应用于图像匹配的有效性。 第]Jj言是对本文的总结和展望。 第二章遗传算法 2. 1 遗传算法的产生与发展 遗传算法