基于相位和智能遺傳算法的圖像分割算法研究.pdf

1、圖像分割是由圖像處理到圖像分析的關鍵步驟，是圖像分析、識別和理解的基礎。其研究多年來一直受到人們的高度重視。圖像分割的應用非常廣泛，尤其在信息社會，通過計算機實現(xiàn)視覺信息處理的自動化過程，使得它幾乎出現(xiàn)在所有有關圖像處理的領域，并涉及各種類型的圖像。在圖像的編碼中、醫(yī)學圖像處理與分析中、交通圖像分析中、工業(yè)自動化、在線產(chǎn)品檢驗、生產(chǎn)過程控制、文檔圖像處理、遙感和生物醫(yī)學圖像分析、保安監(jiān)視以及軍事、體育、農(nóng)業(yè)工程等領域都涉及到了圖像分割技

2、術。通常，圖像分割是為了進一步對圖像進行分析、識別、壓縮、編碼等，圖像分割的準確性將直接影響后繼的工作。 目前已經(jīng)出現(xiàn)了上千種圖像分割的方法，但沒有一種圖像分割方法對于所有的圖像都具有很好的分割效果。 遺傳算法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、并行性和自適應性，使之非常適于大規(guī)模搜索空間的尋優(yōu)，已廣泛應用許多學科及工程領域。在機器視覺領域中的應用也正日益受到重視，為圖像分割問題提供了新而有效的方

3、法。 本論文對圖像分割算法進行了研究與比較；對遺傳算法理論、遺傳算法在圖像分割領域的應用現(xiàn)狀及遺傳分割算法的原理、過程、結果等幾方面做了研究；對傅立葉變換理論及其在圖像處理上的應用作了比較全面的闡述。 目前，大多數(shù)圖像分割方法都是在時域進行的；本文將圖像從時域變換到頻域，避免了對圖像中每一個像素進行單獨處理，使用了相位相關性函數(shù)作為評價函數(shù)，全局搜索最優(yōu)解。該方法能夠很好的處理低對比度，高信噪比，內(nèi)容復雜以及多種形狀的灰