基于遗传算法的形态学医学图像滤波

滤波是医学图像处理的重要前期基础。针对形态学滤波的局限性,提出一种基于遗传算法的形态学滤波方法,该方法通过构造适当的适应度函数和对噪声样本图像的学习,利用遗传算法对结构元素的大小和形状以及中值滤波窗口进行自适应调整,找出最优的中值滤波窗和结构元素组合,从而获得最优的滤波效果。实验结果表明使用这一方法滤波后的医学图像信噪比得到了明显提高。     

基于顺序形态滤波的外运动小目标检测

针对约外图像中运动弱小目标的检测问题,本文提出了基于顺序形态滤波的小目标检测方法,并给出了具体算法。目标检测分两步进行,首先利用顺序形态滤波抑制背景,检测出候选目标的位置,并对候选目标进行区域分割,最后利用序列图像中目标运动的连续性和轨迹的一致性筛选出真正的目标,作者通过实验比较了该方法与传统高通滤波方法在抗噪声性能,背景抑制性能以及抑制虚警目标性能的差异,实验结果表明,顺序形态滤波法在这三个方面都优于高通滤波法,它能够快速、可靠检测出低信噪比的运动小目标。     

非线性干扰图像下远程船舶目标自动检测仿真

在对非线性干扰图像下的远程船舶目标进行自动检测的过程中,存在大量干扰信息,导致传统的基于G0分布的CFAR远程船舶目标自动检测算法,由于致力于排除干扰,导致大量目标信息被过滤,保留下的目标信息较少,提出一种基于能量判决与相似度度量的非线性干扰图像下的远程船舶目标自动检测算法,依据海面与天空辐射特性不同的特点,采用最大类间方差法对海天线进行检测及定位,确定目标潜在区域,依据像素点和海天线距离的大小完成空域加权,利用门限处理进一步对非线性干扰图像进行去噪处理,建立边缘能量函数,利用能量判决对远程船舶目标位置进行自动检测,为了适应船舶目标大小的改变,采用双窗口相似性度量函数对目标的大小进行确定,进而实现非线性干扰图像下的远程船舶目标自动检测.仿真结果表明,所提方法具有很高的检测性能.     

基于边缘计算的进化多目标优化图像隐写算法

边缘计算解决了终端因计算资源有限而不能运行复杂应用的弊端,在实际应用中可以支持计算资源受限的终端实现基于图像隐写的隐蔽通信.提出了一种适用于边缘计算场景的进化多目标优化图像隐写算法,首先将优化隐写不可察觉性和隐写安全性作为目标函数,给出了图像隐写的形式化定义;其次通过多个定向和非定向的高通滤波器对图像进行预处理,得到叠加的滤波残差作为秘密信息嵌入的候选位置;然后利用遗传算法中的基因操作,在候选位置中逐代寻找适应度高的个体以得到进化多目标优化问题的最优解;最后,在最优解对应的像素位置实现秘密信息的嵌入.通过和现有算法的仿真对比分析结果表明：提出的算法能够很好地保持图像质量,具有较好的抵抗隐写分析的能力.     

航空图像中人工建筑物的自动检测

提出了一种在航空图像中自动检测建筑物的方法。该方法对建筑物密度较高，且目标灰度大于背景灰度值的航空图像较有效。     

SAR图像中目标的自动检测与辨别

SAR图像自动目标识别(automatic target recognition,ATR)是当前的一大研究热点。典型的ATR系统分为检测、辨别和识别3个阶段。在检测和辨别过程中对图像进行预筛选,找出感兴趣区域,是进行目标识别前的一个重要步骤。高效的预筛选过程可以大大减少目标识别过程的计算量。目前,目标检测的方法有CFAR方法、多分辨率方法以及基于相位信息的检测方法3类。目标辨别的方法也有多种。本文就目标检测和辨别阶段的主要算法及其效果作了系统的介绍,并对该领域未来的发展方向进行了展望。     

基于实数编码的遗传算法的收敛性研究

用基于实数（浮点）编码的遗传算法（FGA）求解连续参数优化问题是遗传算法的重要应用领域,但一直缺少其完整的收敛性结果。分析了在绝大多数实际应用中使用的FGA的收敛性问题,在采用最优个体保留策略的前提下得到了保证收敛性的一般条件,并以之检验了采用常用的变异与交叉算子时FGA的收敛性。这些结论不仅给出了有用的收敛性结果,而且对进一步认识算子的本质,指导自适应变异算子的设计等都提供了帮助。同时所用的方法和结论也适用于进化规划和进化策略的收敛性问题。     

基于DNA遗传算法的CR多载波参数优化

提出了一种基于DNA计算的非支配排序多目标遗传算法(DNA-GA)来对CR多载波传输参数进行优化。该算法通过非支配排序计算个体适应度,结合克隆操作使算法收敛于全局最优,并引入DNA基因级操作,以提高算法的搜索性能,保持种群的多样性。通过在不同服务需求情况下得到的仿真参数结果,证明了DNA-GA可以有效地优化CR传输参数。     

伪随机编码图像的特征点自动检测方法

针对伪随机阵列编码的彩色结构光系统,提出了一种角点自动检测、识别方法。它首先利用聚类分析算法,确定摄像机图像角点和编码模板图像的特征点匹配关系,实现编码图像的识码、解码;然后获取编码图像中有效的、非冗余的角点,并自动输出角点的行列数目及其位置坐标,为亚像素角点检测提供了充分的输入数据。最后,将该算法应用于自主开发的彩色结构光系统上,并用实验检验,结果表明该方法准确、有效,有助于结构光系统的自动化标定。     

一种基于遗传算法的图像分割算法

图像分割是图像分析和目标识别中的关键技术,结合传统的图像分割方法,提出一种将遗传算法与合并分裂法相结合的图像分割算法,通过设计选择、交叉、变异等遗传操作算子及适应度评价函数来降低图像分割产生的误差.计算机仿真结果证明,该算法能够取得较好的图像分割效果.     

基于广义形态滤波和分水岭算法的图像分割

传统的分水岭算法直接对图像的梯度图进行分割,梯度算子由于受噪声或量化误差的影响而产生很多局部最小值,从而导致严重的过分割现象,如何消除其过分割现象一直以来都是研究的热点。本文介绍一种广义形态滤波器,使用两组适应不同形状要求的含有四个结构的结构元素来构成一个滤波器组,用于分水岭算法的预处理,在平滑原始图像的同时去除了易造成过分割的区域细节和噪声,有效地抑制了分水岭算法的过分割现象,然后使用分水岭算法,获得了较好的分割效果。     

基于最优Gabor滤波器的织物缺陷检测

织物缺陷的自动检测是纺织行业所面临的技术难题之一。为了对织物缺陷进行快速准确的自动检测，建立了一种基于Gabor滤波器的织物缺陷自动检测方法，即首先根据无缺陷织物的结构特征，应用小生境遗传算法寻找最优的Gabor滤波器参数和分割阈值；然后将待检图像通过滤波和分割来得到检测结果，同时根据响应矩阵的极小值点来计算缺陷的形状特征。该方法应用于帘子布的缺陷检测的实验结果证明，该方法是可行的和有效的，而且还具有适用性广、识别能力强、检测速度快等特点。     

一类新的广义形态开和广义形态闭滤波器

以数学形态学为基础的形态滤波器是一种非线性滤波器,基于基本的形态变换—腐蚀和膨胀,采用大小不同的结构元素,提出了一类新的形态滤波器——广义形态开和广义形态闭滤波器,这类滤波器具有平移不变性、递增性、对偶性等重要性质。为了验证广义形态开、闭滤波器的有效性,针对不同的噪声,使用这类滤波器对其进行滤波,滤波结果表明广义形态开、闭滤波器在抑制噪声的同时能够较好地保持细节,而且运行的时间将小于形态开闭、闭开、广义形态开-闭、闭-开滤波器运行的时间,形态滤波器算法简单便于并行实时处理。     

基于自适应免疫遗传算法的边缘检测

为了使检测的图象边缘结构定位好 ,并且产生连续的精细边缘 ,同时能滤除边缘图象中的噪声干扰 ,基于费用函数最小化方法 ,提出了一种自适应免疫遗传算法用于图象的边缘检测 .为了保持群体中个体的多样性 ,同时加快算法的收敛速度 ,该算法中交叉、变异和免疫算子采用了自适应变化而非固定的概率 ,同时免疫算子采用了几何形式的退火选择方案 .由于该算法能够有效地利用局部边缘结构的一些先验知识和特征信息制作成免疫疫苗 ,其局部搜索能力较经典的遗传算法有很大的提高 .该方法用于灰度图象时产生了令人满意的检测效果 ,并对噪声有较好的抑制作用     

基于遗传算法和形态学运算的多焦点图像融合

目前大多数图像融合算法将每个像素都独立对待,使像素之间关系割裂开来。本文提出了一种基于形态学算法和遗传算法的多焦点图像融合方法,此种方法有效地结合了像素级融合方法和特征级融合方法。其基本思想是先检测出原始图像中清晰聚焦的区域,再将这些区域提取出来,组成各部分都清晰聚焦的结果图像。实验结果证明,此方法优于Haar小波融合方法和形态学小波融合方法。特别是在原始图像没有完全配准的情况下,此种方法更为有效。     

基于分水岭变换和遗传算法的自动目标检测

提出了一种新的直接从图像中检测特定目标的算法。算法分为3个步骤。首先用分水岭变换对图像作"过分割",得到标注的积水盆地和堤坝。实际目标可能是其中一个或多个盆地的组合。然后对盆地进行初步筛选,删除不可能是目标的盆地,并用区域邻接图(RAG)表示剩下的盆地。最后针对问题特点定义能量函数,提出一种启发式遗传算法,用来在RAG中检测使得能量函数极小化的子图,子图对应的区域就是目标。实验结果表明了该算法的有效性。     

Cell Mapping for Nanohybrid Circuit Architecture Using Genetic Algorithm

Nanoelectronics constructed by nanoscale devices seems promising for the advanced development of integrated circuits (ICs). However, the lack of computer aided design (CAD) tools seriously hinders its development and applications. To investigate the cell mapping task in CAD flow, we present a genetic algorithm (GA) based method for Cmos/nanowire/MOLecular hybrid (CMOL), which is a nanohybrid circuit architecture. By designing several crossover operators and analyzing their performance, an effcient crossover operator is proposed. Combining a mutation operator, a GA based algorithm is presented and tested on the International Symposium on Circuits and Systems (ISCAS) benchmarks. The results show that the proposed method not only can obtain better area utilization and smaller delay, but also can handle larger benchmarks with CPU time improvement compared with the published methods.     

基于量子遗传算法的知识分布优化研究

研究了智能考试系统的知识分布问题,基于量子计算理论,提出采用量子遗传算法,对知识分布优化策略进行改进,提高了试卷知识分布的覆盖率和效率。     

基于云优化遗传算法的自动组卷技术研究磁

针对传统遗传算法收敛速度慢、稳定性能差的缺陷,根据云计算思想提出一种遗传算法的考试系统组卷算法。该算法利用正态云模型的随机性和倾向性,动态调整遗传算法的个体选择适应度值和交叉概率和变异概率,以加快算法向最优解的逼近速度,可以在试题库中按照试题类型、试题数量、曝光度等约束条件进行快速搜索,系统通过选择、交叉和变异等操作,从试题库中自动地查找和组织出一些不同类型、不同难度、不同章节范围的试题来组成一套最佳的试卷,实现了快速自动组卷功能。