差分進(jìn)化算法在圖像處理中的應(yīng)用研究.pdf

1、生物的進(jìn)化普遍遵循達(dá)爾文的“物競天擇、適者生存”的準(zhǔn)則，即通過個體之間的選擇、交叉和變異來適應(yīng)自然環(huán)境。進(jìn)化算法就是仿效生物界進(jìn)化過程的新型優(yōu)化方法，不依賴與問題的具體特征，具有通用、簡單、并行處理等優(yōu)點，因此被認(rèn)為是對21世紀(jì)的計算機(jī)技術(shù)有重大影響的關(guān)鍵技術(shù)。
　　 差分進(jìn)化算法提出時間較晚，但其以較強(qiáng)的全局收斂能力、魯棒性和穩(wěn)定性迅速成為進(jìn)化算法領(lǐng)域的研究熱點。差分進(jìn)化算法保留了基于種群的全局搜索策略，采用實數(shù)編碼、基于差分

2、的簡單變異操作和一對一的競爭生存策略，降低了進(jìn)化操作的復(fù)雜性。差分進(jìn)化算法作為一種高效、簡單的并行優(yōu)化算法，對其進(jìn)行理論和應(yīng)用研究具有重要的學(xué)術(shù)意義。
　　 本文通過對差分進(jìn)化算法理論基礎(chǔ)的研究，針對不同應(yīng)用問題給出了不同的改進(jìn)算法。使用差分進(jìn)化算法解決圖像分割問題，并與最大類間方差法作比較分析，試驗證明可節(jié)省大量時間。在含噪音圖像分割問題中，本文使用二次探索改進(jìn)差分進(jìn)化算法，提高了算法在進(jìn)化后期的搜索能力，改善了圖像分割的視覺

3、效果。
　　 圖像恢復(fù)問題是圖像處理的重要問題之一。圖像恢復(fù)問題的主要難點圖像信息大，處理速度慢。因此，本文借助差分進(jìn)化算法的收斂速度快、算法穩(wěn)定等優(yōu)點進(jìn)行圖像恢復(fù)。在圖像恢復(fù)過程中算法結(jié)合圖像特點，隨機(jī)選取窗口進(jìn)行交叉和變異操作，取得了較好的結(jié)果。
　　 最后，本文將差分進(jìn)化算法應(yīng)用于圖像匹配問題，并與基于灰度相關(guān)匹配、SSDA匹配算法作比較分析，試驗表明本文算法可節(jié)省大量時間，匹配精確度達(dá)到90％。在此基礎(chǔ)上，將混沌