MATLAB图像分割技术研究与实现(2)

菜单

致谢 24

附录 25

1 绪论

1.1 本课题研究的目的、背景以及意义

随着科技的不断的不断发展，在20世纪人们对于图像处理的关注度越来越高，而在图像处理的过程当中，图像分割又成了最首要的步骤。而图像分割技术如今在各个领域中的地位已经逐渐凸显，应用在了各行各业。虽然从它开始发展一直到现在所经历的时间并不是很长，但是所带来的影响确实不容忽视的。

现在随着计算机的飞速发展，许许多多的方法都一一显现，众所周知的是视觉是我们人类众多的感知手段当中最为直接也最为重要的一种手段，而另一方面图像又是视觉的诸多基础之中尤为重要的一个。所以数字图像在现如今成为了各行各业众多领域的研究者钻研视觉感知的及其重要的工具。

图像处理的首要问题便是对图像进行分割，而如何去进行好的图像分割则成为了一个非常艰巨的问题。一个图像被分割成许多的没有任何区域交集的像素的集合的这个过程我们就将它称之为图像分割。被划分之后有些是有意义的，比如其中有些是目标与背景的边缘，或者对他们之间关系的说明有很大的帮助。在这个处理的过程之中对诸多要素予以标记、定位，然后再从中分离出来。这些被划分之后的诸多集合区域在某一些特性上是具有相似性的。所以这种方法在图像的众多处理技术中都得到了普遍的应用。与此同时，对于模式识别以及图像的理解上也能够运用该方法获得更多的便捷。

图像分割目前人们的生活中已经十分普及，出现在了像工业工程以及农业工程的众多领域[1]。固然是从其发展至今人们已然做出了众多的钻研，可惜的是到目前为止依旧还没有适合图像的通用的分割算法。这也使得它一直以来在图像领域中都被激烈地研讨。所以，分割是否准确，对于之后任务的执行会产生影响，决定着任务是否能够完成。所以可以看出，分割水平的高低也会对图像处理的水平产生最直接而明显的影响。

图像分割为什么很难研究。这是由于一般性的图像都会含有不确定性，这就导致了并不能出现一个统一的使得图像获得最好分割的方法。在目前众多的如特征提取这下步骤都依赖于图像分割质量的情况之下，由于并没有出现一个最好的统一的方法，所以图像分割就看当作了计算机视觉这个领域当中的瓶颈。

遗传算法是通过大自然中的生物的进化方面的有关规律所演变出来的[2]，它是一种随机的全局化搜索方法。自然界中的生物为了适应周围的环境可以经过遗传和变异这种方法。每一种生物在它们的成长过程当中肯定是逐渐地对于环境的适应度不断提高。但是在这个过程之中，下一代与上一代之间并不是完全相同的，在这个不断转变之中，如果能够适应就会被保留发展，但是如果不行就将会被淘汰。从细胞学说的角度来看，遗传是看做为指令封存起来的，它存在于每一个细胞之中，并且它是以基因存在于染色体之中，这些个体都能具有能力慢慢地适应周围的环境。基因通常存在着突变和杂交这两种变化的方式，而在这种方式进行的过程之中有可能会产生一些具有着环境适应能力很强的后代。在经过自然的选择之后能够被保留下来的，这些个体都有着很强的适应能力的基因。它的较为显著的特点就是进行信息交换并且能够进行群体搜索。在这个过程之中它能够取得并不断的进行积累其中的知识，从而求得最优解。遗传算法因为其如鲁棒性等一系列的特点大大缩短了获取全局最优解的时间。源`自,优尔`.论"文'网[www.youerw.com