基于遗传算法的图像分割讲解.doc

基于遗传算法的图像分割研究 摘要：遗传算法是对生物进化论中自然选择和遗传学机理中生物进化过程的模拟来计算最优解的方法。遗传算法具有众多的优点,如鲁棒性、并行性、自适应性和快速收敛,可以应用在图像处理技术领域中图像分割技术来确定分割阈值。图像分割是图像处理技术的研究对象之一,它对于图像特征提取、图像识别等图像处理技术等有着重要意义。主要研究基于遗传算法的图像分割效果,采用Matlab 软件进行仿真实验,对不同图像分割算法的效果进行比较。实验表明,遗传算法是处理图像分割的优秀算法,图像分割效果相比于传统的图像分割算法效果更佳。 关键词:图像分割; 阈值计算; 遗传算法; 图像特征 指导老师签名： Study on Image segmentation based on genetic algorithm Abstract:Genetic algorithm is an optimal solution method of using natural selection in biological evolution and biological evolution in genetic mechanism. Genetic algorithm has many advantages such as robustness , parallel , adaptive , and fast convergence , can be used in the field of image processing to determine the threshold value. Image segmentation is one of the object s of image processing , it is meaningful to the image feature extraction , image recognition and other image processing technologies. The image segmentation effect based on genetic algorithm of using MATLAB software to simulate the different image segmentation algorithms and compare the result . Experiments indicate that the genetic algorithm is out standing to deal with the image segmentation ,the result s is more outstanding than traditional image segmentation algorithm. Keywords : image segmentation ;threshold computation ;genetic algorithm; image feature Signature of supervisor: 第一章 绪论 1．1遗传算法 1．1．1遗传算法的提出 智能计算也有人称之为“软计算”，是人们受自然(生物界)规律的启迪，根据其原理，模仿求解问题的算法。从自然界得到启迪，模仿其结构进行发明创造，这就是仿生学。这是我们向自然界学习的一个方面。另一方面，我们还可以利用仿生原理进行设计(包括设计算法)，这就是智能计算的思想。这方面的内容很多，主要包括遗传算法、群体智能算法等。各种智能计算方法有以下一些共同的特点： (1)它们大都引入了随机因素，因此具有不确定性。不少计算过程实际上是在计算机上作随机过程的模拟。 (2)它们大都具有自适应机制的动力体系或随机动力体系，有时在计算机过程中体系结构还在不断调整。 (3)这些算法都是针对通用的一般目标而设计的，它们不同于针对特殊问题而设计的算法。 (4)其中不少算法在低维或简单的情况下的效果不佳，但是到了高维复杂情况下具有很强的竞争力。 1975年，美国密歇根大学的心理学教授、电子工程学与计算机科学知名教授Holland和他的同事与学生共同研究了具有开创意义的遗传算法理论和方法。遗传算法最初被研究的出发点不是为专门解决最优化问题而设计的，它与进化策略、进化规划共同构成了进化算法的主要框架，都是为当时人工智能的发展服务的。迄今为止，遗传算法是进化算法中最广为人知的算法。该算法是一种借鉴生物界自然选择和进化机制发展起来的高度并行、随机、自适应有哪些信誉好的足球投注网站算法。概