基于改进的遗传算法的图像恢复

在对图像退化模型和图像恢复的可能性进行分析的基础上,重点介绍采用遗传算法进行图像恢复的原理。针对标准遗传算法进行图像恢复时,存在过早收敛现象,及计算量过大的问题,从整体入手,对遗传算法的编码方式、选择算子、交叉算子、变异算子进行了改进,并采用VC++6.0编程软件进行实验。实验结果表明,改进后的遗传算法用于图像恢复,不但可以较好地克服过早收敛现象,提高了计算速度,而且恢复出的图像具有良好的效果。     

改进的遗传算法在医学图像中的应用

针对标准的遗传算法（ GA）在优化Otsu法求取图像阈值时出现收敛速度慢、易早熟等问题,提出了一种改进的GA用于图像分割。该算法根据种群不同的进化代数和个体适应度的大小,动态地调整精英选择策略和遗传算子,从而提高了算法的收敛速度、得到了范围稳定的图像分割阈值,且保持了种群多样性。将该算法应用于医学图像分割,实验结果表明：该算法可以对医学图像进行分割且效果明显。     

改进的Otsu理论在图像阈值选取中的应用

提出了一种基于GA优化的Otsu理论进行图像阈值选取的新方法.利用传统的Otsu理论进行图像阈值选取,计算量较大,准则函数不一定单峰,不适于最佳阈值的求取.遗传算法理论为一种全局搜索方法,它自适应地控制搜索过程以求得最优解,从而可克服Otsu方法的不足,有利于计算机视觉的后续处理.文中将遗传算法和Otsu理论进行了有机结合,实现了图像阈值自动选取,且大大降低了计算量.实验结果表明该算法不仅提高了分割质量,而且缩短了寻优时间,从而说明了该算法的有效性、正确性.基于改进Otsu优化的模糊算子理论的提出,解决了模糊算子中关键参数确定困难的问题,实现了其参数的自适应获取,并将该理论应用于图像增强中,从而有效地消除了图像的模糊和噪声干扰.     

改进遗传算法在图像挖掘中的应用

图像关联规则挖掘是图像挖掘中重要研究课题。为了克服传统算法找到的关联规则数目太多,用户无法对其进行分析;种群进化陷入停滞不前,造成局部收敛等问题,引入了兴趣度这个阈值,提出了一种根据适应度值自动调整交叉概率和变异概率的新的自适应遗传算法,并成功地运用到Landsat卫星ETM数据图像,实现了图像关联规则的提取。实验结果表明,该算法在收敛快速性和稳定性等方面都有了明显改善,达到了预期效果。     

遗传算法在运动模糊图像恢复中的应用

遗传算法在模糊图像恢复的应用上,如果算法设计的不合理,需要更多的迭代次数,影响算法本身的运行效率,也有可能会陷入局部收敛,影响图像恢复的效果.针对现有的遗传算法.结合图像本身的特点,提出了一种新的图像模糊恢复的遗传算法结构.该算法以二维的染色体编码方式,通过样本分布模板和多重随机参数,以提高迭代收敛的速度,同时避免局部收敛.实验结果表明,该算法在运动模糊图像的恢复中,要优于传统的逆滤波法,算法的抗噪声能力较强,对于运动参数估计的依赖性也较弱.     

免疫遗传算法在图像分割中的应用

提出一种基于免疫系统的免疫记忆特性所改进的遗传算法。该算法方面在传统的遗传算法的初始种群中,加入了根据先验知识制成的疫苗,从而大大提高了算法的收敛速度;另一方面,对遗传算子中的选择算子也进行了改进,吸取了免疫系统中的克隆选择的优点,并且根据细胞的亲和力进行变异,进而提高了图像分割的速度。     

改进遗传算法在最小错误图像分割法中的应用

传统自适应遗传算法有可能使问题求解陷入局部最优解,而求得错误的图像分割阈值。为了得到最优的图像分割阈值,提出了改进遗传算法在最小错误图像分割法中的应用。改进的算法重新构建了交叉率和变异率的计算公式,使得交叉率和变异率在任何情况下都不为零。算法使用误差最小函数作为适应度函数,采用选择、交叉、变异等遗传操作搜索最优分割阈值。实验结果表明,改进遗传算法应用到最小错误图像分割法中,减少了运算时间,提高了分割准确度。     

遗传算法在指纹图像阈值分割中的应用

针对当前指纹图像分割存在的问题,提出了采用遗传算法进行指纹图像阈值分割的方法。给出了采用染色体编码的方法,并利用赌轮法产生初始化种群,通过选择算子、交叉算子和变异算子的方法实现分割。最后采用FVC2004的数据库进行了实验,表明利用遗传算法所得到的阈值进行分割较传统方法有较大改进。     

一种改进的自适应遗传算法在指纹图像分割中的应用

本文提出了基于改进的自适应遗传算法与方向图法相结合的指纹图像分割方法,采用群体的最大适应度、最小适应度、适应度平均值这3个变量来衡量群体适应度的集中程度,能自适应地变化整个群体的交叉概率pc和变异概率pm。采取最优保存策略来保证最优个体不被大的pc和pm破坏掉。并用无放回余数随机选择算子(RSSR选择算子)对基本选择算子进行了改进,选择误差比较小。在自动指纹识别中,指纹图像分割不仅能够对图像信息进行压缩,保留脊谷线的主要信息,同时能够去除大量的粘连,加速后续处理的速度和提高指纹特征提取和匹配的精度。最后给出了实验结杲。     

量子遗传算法在指纹图像分割中的应用

提出了一种基于量子遗传算法(QGA)的指纹图像分割改进方法.这种方法利用量子遗传算法种群多样性好,收敛速度快的特点,将基于量子遗传算法的阈值分割方法与方向图法相结合对指纹图像进行分割.实验结果表明,QGA在指纹图像阈值分割中的速度和精度优于改进的自适应遗传算法和其它一些传统算法,是一种有效的图像分割方法.     

几种改进遗传算法的性能比较

本文将标准遗传算法与分层策略和模拟退火思想相融合，设计出分层遗传算法、模拟退火遗传算法和模拟退火分层遗传算法三种改进的遗传算法。计算结果验证了算法的有效性和正确性。进一步算法性能分析证明了论文中所设计的改进的算法不仅能增强算法的全局收敛性，还能加快遗传进化速度。     

图像序列运动估计技术综述

图像序列运动估计是通过对图像序列的分析,得到图像全局运动量或局部物体运动量的一种重要技术方法,它已经广泛应用于国民经济的很多领域中.在对图像序列运动估计定义的基础上,首先将图像序列运动估计算法分为图像块法、像素法、特征法和相位法等四类,对各类方法中主要算法的基本原理进行了详尽的阐述,并比较了各算法的优缺点;然后探讨了图像序列运动估计算法在视频编码、电子稳像和图像配准等领域内的应用;最后展望了图像序列运动估计技术的前景和发展趋势.     

现代图像处理技术在目标跟踪中的MatLab实现

运动检测与目标跟踪是计算机视觉中两个最重要的应用,具有很重要的现实意义和实际价值。介绍目标跟踪中运动图像的相关处理手段及常用图像操作函数,并通过MatLab语言强大的信息处理能力,快速实现目标的模拟仿真,实现目标的可视化,并提高图像处理的效率。     

现代图像处理技术在目标跟踪中的MatLab实现

运动检测与目标跟踪是计算机视觉中两个最重要的应用．具有很重要的现实意义和实际价值。介绍目标跟踪中运动图像的相关处理手段及常用图像操作函数．并通过MatLab语言强大的信息处理能力,快速实现目标的模拟仿真,实现目标的可视化,并提高图像处理的效率。     

人工生命在图像处理中的应用

介绍了人工生命在图像处理中的使用,人工生命方法把一张图像中的每个像素和一个生命如一只蚂蚁或一个细胞关联,然后按照一个系统规则进化。由于人工生命法天生的并行性和符合自组织的生物学过程,它是图像处理中很有前途的一种新方法。     

自适应遗传算法与分形图像压缩结合的新方法*

基于分形和分块迭代函数系统的特点,提出了一种改进的求解全局最优自相似分块的自适应遗传算法。算法中对父块个体的搜索空间采用格雷编码方法;定义子块与父块的最小匹配误差为适应度函数;提出改进遗传算法的线性自适应交叉和变异概率;采取优秀保护策略进行选择。实验结果表明,该方法在同类图像保证解压质量和压缩比的同时能明显缩短压缩时间,有效提高搜索效率。     

基于图像处理的课室人员位置分布识别

对大型课室人员位置分布识别有利于课室灯光节能管理,基于面积判据的人员位置识别算法没有应用场景的约束,但容易因人体Blob图像粘连而产生误判;基于座位网格的算法只适用于直线排列的固定座位,但算法简单可靠。实验证明:两种方法均能有效地检测出人员分布情况,后者对固定座位的课室检测准确性更好,效率更高。     

视觉多功能贴片机中的图像处理算法研究

该文介绍了在SMT技术中对芯片的计算机图像处理及识别的设计思想和实现方法。采用有选择的局部平均化对芯片图像进行平滑处理,并分别用四邻、八邻和二阶巴特沃斯高通滤波器对芯片图像进行增强,实验结果说明该研究对芯片处理是有效的和实用的。     

小波变换在图像处理中的应用

数字图像处理是将图像信号转换成数字信号,并利用计算机对其进行处理的过程。小波变换技术已广泛地应用于数字信号处理领域。对小波变换在数字图像处理技术中的应用进行了研究,并对以后的发展进行了展望。     

基于PVM平台的并行数字图象处理算法研究

ＰＶＭ是目前最有影响的基于消息传递的并行软件,它为用户提供了一种以较小的代价实现高性能计算机的有效途径。本文提出了一种基于ＰＶＭ平台的数字图象处理算法的平行化方法,该算法充分考虑了数字图象处理的特点,使用“群集”模型,有效提高了数字图象处理的速度,达到理想效果。