遗传算法及其在图像阈值选取中的应用

论述了遗传算法的原理,操作和特点,并以图像阈值选取中的最大类间方差法为例,给出了用遗传算法优化图像阈值选取的步骤和方法,实验结果表明了这一方法的有效性。     

免疫遗传算法分割图像研究

针对目标提取过程中图像分割的问题。本文采用免疫遗传算法,利用MATLAB实现图像分割。该方法通过增加免疫函数,使得遗传算法在进行交叉和变异的过程中有了一定的干预性,加快了求解速度,是对遗传算法的一种改进。通过实验对比分析:大多数情况下,采用免疫遗传算法和大津阈值算法得到的结果是一致的。但在部分情况下,该算法的分割效果要好于大津阈值。同时该算法由于引进了免疫算子,在计算速度上要比大津阈值快。免疫遗传算法在图像分割中着重要的现实意义。     

基于改进遗传算法的遥感图像边缘检测

遥感图像的边缘信息包含了丰富的地物形状特征,边缘提取是图像分析的重要手段。本文在对简单遗传算法分析的基础上,对它的三个算子进行了部分改进,其中选择算子采用无回放余数随机选择,交叉算子采用非等概率融合单阈值单点交叉,并采用自适应改变的变异算子在保护最优个体的同时,加快较差个体的淘汰速度。把该改进的遗传算法用于遥感图像边缘阈值的选取中,与简单遗传算法相比,缩短了平均进化次数,且图像定位准确,边缘检测效果明显。     

基于智能遗传算法和Otsu法的多目标图像分割方法

为了克服传统遗传算法在优化多目标图像分割参数时易陷入局部收敛和搜索效率低的缺陷,本文提出一种基于智能遗传算法和Otsu法的多目标图像分割方法,并将它应用于航空影像的分割。实验结果表明,本文提出的算法比传统遗传算法可以更加快速、更稳定地获取图像分割的最优阈值。     

广义高斯模型的KI双阈值自动分割SAR图像非监督变化检测

提出广义高斯模型假设下KI双阈值法的SAR图像变化检测算法.描述了SAR差异图像上未发生变化类、后向散射减弱类和后向散射增强类的概率密度分布.基于KI准则,构建了双阈值准则函数.提出仅利用差异图像灰度直方图的最优双阈值自动选取方法,实现了3种变化与非变化类型的非监督变化检测信息提取.选取两个时相的Radarsat卫星SAR图像进行变化检测试验,结果表明该方法可行、有效.     

改进的自适应遗传算法在遥感图像分割中的应用

为了自动确定遥感图像分割的最佳阈值,本文提出了一种改进的自适应遗传算法,并利用该算法对二维Otsu图像阈值分割函数进行了全局优化,提高了分割闻值的求解速度。该算法能够根据个体适应度大小和群体的分散程度自动调整遗传控制参数,从而能够在保持群体多样性的同时加快收敛速度,克服基本遗传算法的收敛性差、易早熟问题。实验结果表明,该算法具有良好的收敛速度和稳定性,达到较好的图像分割效果,大大缩短了计算时间。     

一种改进的阈值法提取SAR图像海面油污

对阈值的选取作了相关研究,提出了一种改进的阈值法提取SAR图像海面油膜。试验表明,改进方法在提取海面油膜的应用中具有一定的可行性。     

利用倒数灰度熵和改进Chan-Vese模型进行SAR河流图像分割

为了进一步提高合成孔径雷达(SAR)图像中河流分割的精度和速度,提出了一种基于人工蜂群优化的倒数灰度熵多阈值选取与改进Chan-Vese(CV)模型相结合的分割方法。考虑SAR图像中河流目标和背景类内灰度的均匀性,提出了基于蜂群优化的倒数灰度熵多阈值选取方法,以此对河流图像进行粗分割;针对基本CV模型收敛速度低、对初始条件敏感的问题,利用图像边缘强度取代Dirac函数,将粗分割结果作为改进CV模型的初始条件,对河流图像进行细分割。大量试验结果表明,所提出的分割方法无须设置初始条件,运行速度快,分割精度高。     

基于空间曲面拟合的自适应阈值选取方法

提出了一种基于空间多项式曲面拟合的自适应阈值选取方法，该方法初步考虑了图像上空间目标、背景及像素的空间分布特征，拟合了图像及其空间分布结构。     

图纸扫描图像二值化阈值选取方法

提出了基于小波变换零交叉的图纸扫描图像自动阈值化方法，用小波变换零交叉描述不同尺度下的图像直方图细节信息，从而聚焦到直方图的任意细节，达到对阈值的精确选取，除了考虑像素点的灰度信息外，还顾及了像素点与其邻域的边缘信息。文中从理论上给出了该方法所得阈值的物理意义。实验表明，该方法同最大墙法相比具有更强的稳健性和自适应能力。     

基于遗传算法的影像纹理分类

阐述了遗传算法的基本原理,提出了与马尔柯夫随机场相结合的遗传算法在影像纹理分类中的应用。通过对４种纹理取样的实验,表明这种影像纹理分类方法可以提高分类的正确率。     

The decision of the optimal parameters in Markov random fields of images by genetic algorithm

This paper introduces the principle of genetic algorithm and the basic method of solving Markov random field parameters. Focusing on the shortcomings in present methods, a new method based on genetic algorithms is proposed to solve the parameters in the Markov random field. The detailed procedure is discussed. On the basis of the parameters solved by genetic algorithms, some experiments on classification of aerial images are given. Experimental results show that the proposed method is effective and the classification results are satisfactory.     

The decision of the optimal parameters in Markov random fields of images by genetic algorithm

This paper introduces the principle of genetic algorithm and the basic method of solving Markov random field parameters.Focusing on the shortcomings in present methods,a new method based on genetic algorithms is proposed to solve the parameters in the Markov random field.The detailed procedure is discussed.On the basis of the parameters solved by genetic algorithms,some experim ents on classification of aerial images are given.Experimental results show that the proposed method is effective and the classification results are satisfactory.     

Object extraction based on evolutionary morphological processing

This paper introduces a novel technique for object detection using genetic algorithms and morphological processing. The method employs a kind of object oriented structure element, which is derived by genetic algorithms. The population of morphological filtersis iteratively evaluated according to a statistical performance index corresponding to object extraction ability, and evolves into an optimal structuring element using the evolution principles of genetic search. Experimental results of road extraction from high resolution satellite images are presented to illustrate the merit and feasibility of the proposed method.     

基于遗传算法的快速影像匹配技术的研究

提出了一种将遗传算法 (简称GA)用于影像匹配的算法 ,较为详细地分析了遗传算法中群体的大小、交叉率、变异率、选择机制对影像匹配的影响 ,特别是对未成熟收敛等问题进行了较为深入的研究。实验证明该算法快速、有效     

Object Extraction Based on Evolutionary Morphological Processing

This paper introduces a novel technique for object detection using genetic algorithms and morphological processing. The method employs a kind of object oriented structure element, which is derived by genetic algorithms. The population of morphological filters is iteratively evaluated according to a statistical performance index corresponding to object extraction ability, and evolves into an optimal structuring element using the evolution principles of genetic search. Experimental results of road extraction from high resolution satellite images are presented to illustrate the merit and feasibility of the proposed method.     

The Integration of Cooperation Model and Genetic Algorithm

In the photogrammetry,some researchers have applied genetic algorithms in aerial image texture classification and reducing hyper-spectrum remote sensing data.Genetic algorithm can rapidly find the solutions which are close to the optimal solution.But it is not easy to find the optimal solution.In order to solve the problem,a cooperative evolution idea integrating genetic algorithm and ant colony algorithm is presented in this paper.On the basis of the advantages of ant colony algorithm,this paper proposes the method integrating genetic algorithms and ant colony algorithm to overcome the drawback of genetic algorithms.Moreover,the paper takes designing texture classification masks of aerial images as an example to illustrate the integration theory and procedures.     

基于遗传算法的线要素自动化简模型

线划要素是地图上大量存在的最基本的地图要素，作为自动综合的一个重要方面，它的化简受到了极大的关注。在分析总结现有线划要素化简方法的基础上，依据遗传算法的基本原理和方法，建立了地图上线划要素的化简模型，并讨论了基于遗传算法的线要素自动化简方法中的关键问题，给出了具体的操作步骤和实验结果。结果表明，利用遗传算法对线要素进行化简能够比较好地保持线要素的整体形状，同时还对点具有很高的压缩率。     

协同模型与遗传算法的集成

提出协同模型中蚁群算法和遗传算法集成的方案，用于生成纹理分类的模板。介绍了蚁群算法的原理和集成方案的实施步骤，以及在搜索最优解过程中蚁群移动方向的决策方法。为了验证集成方案的正确性，对航空影像的居民地、灌木、水田、山地、旱地5种目标进行了识别试验，并与仅使用遗传算法的结果进行了比较。试验结果表明，该集成方案的识别效果有明显的提高。     

分形分析中的无标度区确定问题

分形无标度区的求取是随机分形应用研究的前提和基础。介绍目前求解无标度区的几种方法并分析其优缺点，提出一种基于标准偏差的自适应方法。同时针对自然地形、遥感图像等特大尺度范围的情况，在该方法中引入遗传算法，应用遗传算法的快速寻优功能，加快标度区间的确定速度。将这些方法应用于地形分析中的分形参数提取实验，证明自适应方法能较为准确、可靠地提取分形参数；而加入遗传算法的改进方法，大大地缩短了无标度区间的搜索时间，为大尺度范围分形对象的特征值快速测量提供有力的支持。