改进遗传算法在图像分割中的应用

图像分割是图像处理和分析的基础,通过分析遗传算法(Genetic Algorithm,GA)在图像分割中的应用优劣,提出利用模拟退火思想的改进遗传退火(Genetic Simulated Annealing Algorithm,GASA)的图像阈值分割算法,算法整个运行过程由冷却温度进度表控制,使用改进的最小误差公式代替遗传算法的适应度函数,将问题转化,从而求得灰度图像的一个最佳阈值。实验数据表明,基于改进遗传退火算法的最小误差图像分割方法能较好提高算法的全局搜索能力,避免遗传算法陷入局部最优,并且能更快速、更稳定收敛到最佳的分割阈值,得到更好的图像分割效果。     

基于改进遗传算法的室内移动机器人路径规划

将一种改进的遗传算法应用到室内移动机器人的路径规划中。能够克服机器人运动路径穿越障碍物,算法收敛速度慢,容易陷入局部最优等缺点。根据环境先验知识从种群数目筛选、适应度函数的确定、遗传操作等方面进行了改进,加快了算法的搜索进程和演化效率。提出了一种将环境中大障碍物分割并多圆化处理的方法,并根据障碍物与机器人每步运动轨迹间的位置关系来设计遗传算法的适应度函数,扩充了可行区域并有效避免机器人和障碍物发生碰撞。应用此算法可以获得移动机器人从起点到终点的全局最优路径,在MATLAB软件中仿真得到的结果证明,改进的遗传算法搜索质量高、进化和收敛速度快,得到的最优路径能够有效指导移动机器人完成室内的避障移动任务。     

基于改进CHC遗传算法的结构损伤诊断研究

提出了一种改进的CHC遗传算法,用频率误差和振型误差函数构建目标函数和适应度函数,该方法继承了普通遗传算法和CHC算法的优点,提高了算法的收敛速度。数值算例表明,用改进的CHC遗传算法进行结构损伤诊断时,单构件损伤比SGA算法的计算时间缩短60%,多构件损伤可缩短80%。     

遗传优化三值神经网络多故障测试生成算法

对于复杂的大规模集成电路,传统的测试生成算法已不再适用,研究新型有效的数字集成电路测试生成算法具有十分重要的理论价值和实际意义。提出了一种基于遗传优化的三值神经网络多故障测试生成算法。该算法利用三值神经网络的相关定理、定义,推导出了数字电路逻辑门的三值神经网络能量函数,由此构成了三值神经网络的约束网络。用遗传算法求解出了约束网络能量函数的最小值点即多故障测试矢量。遗传算法中的适应度函数是与具体应用问题的主要接口,它的构造直接影响问题求解的效率。在研究了其他遗传算法适应度函数的基础上,提出了新的适应度函数,并用软件实现了算法,在国际基准电路上的仿真实验结果表明了该算法的正确性。     

应用序贯相似检测的基本矩阵快速鲁棒估计

提出了一种基于序贯相似检测( SSDA)的快速鲁棒基本矩阵估计算法来估计基本矩阵.在最大后验一致性(MAPSAC)算法中引入SSDA搜索最优模型参数,通过及时剔除错误模型减少计算成本函数的累加次数,不仅保持了MAPSAC的良好鲁棒性,而且有效减少了算法的计算量.用M估计算法对改进的MAPSAC算法获得的初始内点集进行优...     

改进的遗传算法在复合材料车间计划排产中的应用研究

采用自适应遗传算法使交叉概率和变异概率随种群中个体适应度值的大小进行自动调整,并设计三个体交叉算子保证了子代能够很好地继承父代最优个体的优良特性,根据复合材料车间的生产特点,建立排产的目标函数及适应度函数。通过对遗传算法上述参数的改进,降低算法陷入局部最优解的可能性,大大提高了算法的收敛速度。     

基于遗传算法的设备更新规划

:从宏观和微观的角度分析了设备更新规划的几种方法 ,提出了基于约束遗传算法的设备更新规划算法 ,对标准遗传算法中的编码、初始群体设定、适应度函数建立及操作算子的算法等技术进行了改进     

遗传算法特征选取中的几种适应度函数构造新方法及其应用

针对遗传算法特征选取技术,提出4种适应度函数构造方法,即,基于改进的距离判据、基于平均值方差比、基于Fisher判别准则以及基于最近邻分类法的适应度函数,并通过仿真实例对方法进行了验证。最后,将新方法应用于转子故障诊断,结果表明:笔者提出的遗传算法特征选择的4种适应度函数的正确有效性。     

基于AGA-WOA算法融合的移动机器人路径规划

传统遗传算法的缺陷在于搜索过程耗时较长,容易出现局部最优解.为解决这一问题,本文提出改进适应度函数的方式对遗传算法进行改进,并将鲸鱼优化算法与改进后的遗传算法结合.AGA-WOA融合算法利用鲸鱼优化算法提高遗传算法算子的优良性,可降低搜索范围,降低传统遗传算法的工作量,尽力规避出现局部最优解的情况.     

动态惩罚函数非线性规划遗传算法及在汽车变速器中的应用

针对传统遗传算法在求解非线性规划问题时局部搜索能力较弱,惩罚函数求解精度不高的缺陷,将非线性规划算法引入到遗传算法中,提出一种基于动态惩罚函数的非线性规划遗传算法,将遗传算法的全局寻优能力和非线性规划算法的局部寻优能力结合起来,并引入动态惩罚函数,根据不可行点到可行域的距离和可行度自适应的调整惩罚项的值,从而能够快速求出全局最优解。介绍了动态惩罚函数的设计、改进遗传算法的关键技术和流程。最后,以某型号汽车变速器的优化设计验证了算法的合理性。与传统遗传算法相比,改进后的遗传算法解的质量、收敛速度明显提高,因而为遗传算法的改进提供了一种新的思路。     

车载图像跟踪系统中电子稳像算法的研究

提出了一种新的稳像方法。首先,采用了一种由粗到精、由局部匹配到全局配准的高效配准策略。在粗配准时,提出基于灰度投影均值的SSDA改进算法,用于快速模板匹配;精配准时,将改进的联合直方图区域计数法用于车载图像序列,在保证精度的同时摆脱大量浮点运算。其次,详细阐述了自适应均值运动滤波法。通过自适应选取滑动窗口的大小,一方面对运动曲线进行平滑以降低抖动,另一方面防止了过稳现象的发生。实验结果表明:该方法能准确、快速实现车载图像配准,且配准精度达到了"亚像素"水平,满足了车载图像跟踪系统对电子稳像技术的实时性及精度要求。     

BGA全自动植球机视觉检测技术及应用

在线缺陷检测是球栅阵列（BGA）植球机研发中的一个难题.本文介绍了视觉检测技术在BGA植球机上的应用.设计了一种图像采集和图像处理并行进行的工艺过程方案,提高了系统的检测速度.通过图像预处理之后提取图像的边缘特征,采用模板匹配法进行识别检测,并在此过程中融合了序贯相似度检测算法（SSDA）,以提高模板匹配的速度.试验证明,该视觉系统的工艺和检测过程均为可行且行之有效的方案.     

基于置信传播的立体匹配并行算法

考虑在双目立体视觉匹配算法中置信传播算法虽然能获得较好的视差图但匹配速度较慢,本文提出了一种基于置信传播的并行匹配方法.该方法以置信传播为基础,采用并行机制来提高匹配速度.首先,利用最优边缘算法计算图像中的边缘信息;然后,利用边缘信息将整个待匹配视图切割成若干小的区域,使用OpenMP多核优化算法并行对各个小区域进行匹...     

模糊遗传图像相关匹配算法

针对遗传算法中交叉概率和变异概率所存在的问题，利用模糊推理系统来自适应估计交叉概率和变异概率，提出了基于模糊遗传算法（FGA）的图像相关匹配算法，并进行了大量实验研究，实验结果证明该方法对解决具有噪声情况下的图像匹配问题十分有效。     

一种基于混沌优化算法的PCB板元件检测方法

先进电子制造生产中经常要对PCB板元件进行检测与识别,介绍了一种基于图像模板匹配算法的PCB板元件自动快速检测方法.从检测速度和准确度出发,首先提出了一种图像相似性度量参数指标,并提出一种利用并行混沌算法融合单纯形的算法,来优化搜索图像相似性,给出了算法实现的全过程.用实际拍摄的PCB板元件进行性能测试,验证了该优化算法能提高检测速度.     

基于全局和局部特征融合的图像匹配算法研究

针对移动机器人视觉同时定位与地图构建过程中图像处理速度慢以及特征点匹配实时性和准确性差的问题,提出基于颜色特征和改进SURF算法融合的图像匹配算法。首先,采用颜色特征对图像序列进行粗匹配,选取与测试图像最相近的5幅图像作为待匹配图像;其次,改进SURF算法,用Krawtchouk矩对采用Hessian矩阵获取的关键点进行描述,计算关键点的梯度方向和幅值,得到新的特征向量,对待匹配图像提取改进SURF特征再与测试图像进行精确匹配,得到最佳匹配图像,此匹配算法提高了移动机器人图像处理的速度和精度。实验结果表明,改进算法的误匹配率降低10%左右,程序运行时间减少,在可靠性得到保证的同时适应于实时性应用。     

显微图像的一种快速拼接算法

针对高放大倍数下，在一帧显微图像中无法获取所观测对象全貌的问题。运用基于块匹配的算法进行了多帧图像的自动拼接，并采用多分辨率技术实现了匹配算法的快速实现。拼接结果表明提出的显微图像快速拼接算法的简洁有效性．     

基于改进的SIFT特征的图像双向匹配算法

图像匹配是计算机视觉中许多领域的基础,特征提取则是图像匹配的基础,其中不变量特征是一个重要的理论。SIFT是最有效的尺度、旋转、亮度不变量局部特征之一,但算法复杂、计算时间长。分析了SIFT的计算时间分配,通过计算关键点的邻域梯度直方图时动态修改采样步长,大大提高了SIFT的计算速度。分析了基于SIFT特征的图像匹配算法,提出了双向匹配算法,提高了图像匹配的准确率。实验结果表明所提出的方法是有效的。     

基于相关极值的重力匹配辅助导航算法的实现与仿真

对惯性、重力匹配组合导航算法进行了描述和分析,提出了一种新的基于相关极值的重力匹配辅助导航算法。该算法对已有数字重力图进行细化,在重力图寻值过程中有效地剔除了干扰数据,并且对基于相关极值的重力匹配算法进行了有效地改进。仿真结果表明,该算法能较好地抑制了重力数据的误差影响和提高匹配精度,能有效地消除厄缶（ ）效应对重力匹配的影响,大大提高重力匹配的速度,以达到实时导航的目的,更适合水下导航实际的需要。     

基于区域分块与尺度不变特征变换的图像拼接算法

针对图像匹配算法计算量大,实时性差的问题,提出了一种基于区域分块与尺度不变特征变换(SIFT)相结合的图像拼接算法。该算法利用图像能量的归一化互相关系数快速分割出匹配图像与待匹配图像间的相似区域,利用SIFT算法在重叠区域中搜索出能用于匹配的图像特征点并实现快速精确配准。然后,通过对图像进行了几何校正和图像融合来实现图像序列间的无缝拼接。实验结果表明,该算法减少了传统SIFT算法的大量无用搜索,改善了图像的几何失真,降低了算法复杂度,提高了图像匹配的速度,在保证90%以上的匹配准确率的基础上,计算时间较传统SIFT算法减少了近50%。提出的算法可准确、快速地实现有形变和尺度变换图像的无缝拼接。