基于改进遗传算法的图像匹配方法研究

摘要

遗传算法(Genetic Algorithms，简称Gas)作为进化计算的一个主要分支，是利用生物进化的思想和原理来解决实际应用问题的。遗传算法以其简单、智能性、本质并行性、鲁棒性好而广泛应用于很多学科[1-6]。图像匹配(Image Matching)是图像处理和计算机视觉领域中一个重要的研究方向。图像匹配是两幅图像在空域和亮度上的映射，其主要目的是找到最优的空域坐标变换和亮度变换。但传统的匹配方法，如模板匹配法，在匹配模板与待匹配图像间存在噪声影响、亮度等差异时，匹配算法在时间和精度上得不到很好的统一。
　　 本文对遗传算法的原理和发展方向进行了阐述，在传统匹配方法的基础上，提出将小生境算法作为遗传操作的一部分，对遗传算法进行了改进，并将改进后的遗传算法应用于图像匹配，取得了较好的效果。本文完成的工作主要包括：⑴介绍了遗传算法产生的生物背景及其发展历史，在介绍遗传算法基本原理的基础上，讲述了标准遗传算法的基本操作流程。通过对遗传算法的研究现状和改进现状的了解、分析，提出了改进的遗传算法。⑵介绍了图像匹配的相关理论，对传统的具有代表性的算法进行了分析评价，针对传统图像匹配领域中所存在的问题，提出了一种基于改进遗传算法的图像匹配算法。⑶将标准遗传算法应用于传统的图像匹配算法，验证了标准遗传算法在图像匹配中的有效性；将改进的遗传算法应用于图像匹配，实验证明，改进的遗传算法具有很强的局部和全局寻优能力，搜索性能明显优于标准遗传算法。该项工作将改进遗传算法与图像匹配结合，解决了传统图像匹配存在的问题，提高了匹配效率，具有较强的实际应用意义。

目录

第一章 绪论

第二幸 遗传算法

第三章 图像匹配的基本理论和方法

第四章 基于改进遗传算法的图像匹配方法

第五章 总结和展望

参考文献

致 谢

攻读硕士研究生期间发表的相关论文

声明