遺傳算法在圖像邊緣特征提取中的應(yīng)用研究.pdf

1、遺傳算法作為一種實用、穩(wěn)健的優(yōu)化搜索算法,已滲透到許多學(xué)科及工程領(lǐng)域,在數(shù)字圖像處理中的應(yīng)用亦日趨廣泛.在圖像邊緣特征提取中,遺傳算法的研究還有待深入,該文對遺傳算法的改進(jìn)以及在圖像邊緣特征提取中的應(yīng)用進(jìn)行了研究和實現(xiàn).該文應(yīng)用遺傳算法的數(shù)學(xué)基礎(chǔ),對基本選擇算子和變異算子進(jìn)行了改進(jìn),提出了一種新的交叉算子—非等概率融合單點交叉算子,并把改進(jìn)的遺傳算法應(yīng)用到圖像的邊緣特征提取中,取得了良好的效果.論文主要從三個方面研究:①基于遺傳算法的K

2、SW熵,側(cè)重于對圖像分割質(zhì)量的評價,并引入模糊度作為分割質(zhì)量評價參數(shù),采用綜合考慮區(qū)域一致性、對比度、形狀參數(shù)及模糊度的綜合評價函數(shù)來更全面、更準(zhǔn)確地評價圖像分割質(zhì)量;②研究了二維熵閾值分割方法,用改進(jìn)的遺傳算法來實現(xiàn),通過和一維熵的閾值分割法對比,結(jié)果表明基于遺傳算法的二維最大熵圖像分割方法分割效果較好,計算速度基本和一維熵法相同;③將改進(jìn)的遺傳算法用于圖像的邊緣提取中,以平均進(jìn)化次數(shù)和未收斂次數(shù)作為檢驗指標(biāo),試驗結(jié)果表明,與窮盡法和