基于遗传算法的图像分割-模式识别与智能系统专业论文.docxVIP

武汉科技大学硕士学位论文 武汉科技大学硕士学位论文 第1页 摘要 图像分割是模式识别与图像分析的预处理阶段，是图像处理到图像分析的关键步骤， 也是一种基本的计算机视觉技术，在图像识别与图像分析中具有重要的意义。 遗传算法是一种基于生物自然选择和遗传机理的随机搜索优化方法。近几年由于其求 解复杂优化问题的巨大潜力及其在工业上的成功应用，越来越受到国内外学者的广泛关 注。 遗传算法具有简单、鲁棒性好、本质并行和自适应的突出优点。在遗传算法中引入选 择算子、交叉算子、变异算子和新个体，避免了局部早熟，提高了收敛速度和全局收敛能 力。遗传算法作为一种并行算法，提高速度的潜力十分巨大。图像分割的计算复杂度高、 计算时间长。为此，在图像分割领域，遗传算法常用来帮助确定分割阈值。 本文介绍了图像分割的一般模型、基于阈值选取的图像分割方法，讨论了遗传算法的 概念、实现过程、数学理论基础、特点、应用及发展前景。鉴于遗传算法的优化原理，提 出了一种基于遗传算法的图像分割方法，该方法将遗传算法引入图像分割，利用遗传算法 的快速寻优特点，优化了求解阈值的过程，极大地减少了计算量和存储空间。实验结果表 明这种方法得到了较好的结果。 关键词：遗传算法，图像分割，阈值 第1I页 第1I页 武汉科技大学硕士学位论文 Abstract Image segmentation，硒the pretreatment of the pattern recognition and image analysis，as the key step of the image processing to image analysis，and also as one computer vision technology,is very important on image recognition and image analysis． Genetic Algorithm(GA)is a random search and optimization method based on nature selection and genetic mechanism of the living beings．In recent years，because of successfully solving the complex optimization and the industrial engineering problems，the research on GA has attracted a lot of attention． Genetic algorithm has the virtue of simpleness，robustness，parallel in essence and self-adaptability．The paper introduces selection operator、crossover operator、variance operator and new individuals，SO the arithmetic avoids premature and improves convergent speed and capability．GA，as a kind of parallel computing，is huge in the potential to improve its computing speed because its optimization principle．And image segmentation needs higher computation cost and more time．So，in the image segmentation field，GA is usually used to get the threshold of image segmentation． General modal and threshold selection of the image segmentation are presented．In addition，the conceptions，realization process，mathematics basis，features，application and development of GA are given．Based on the optimization of GA，the image segmentation m