基于遗传算法的WEB图像分割研究与实现【开题报告】.doc

1、毕业设计 开题报告 计算机科学与技术 基于遗传算法的 WEB 图像分割研究与实现 一、选题的背景、意义 1 历史背景 图像分割是图像处理中的一项关键技术，随着 20世纪数字图像处理技术的兴起而受到人们广泛的深入的研究，提出了很多优秀的算法。但这些算法往往只在某一个方面表现出优秀的解决问题的能力，在另外的一些领域则需要其他的图像分割算法。因此 ， 现有的图像分割算法并没有一般意义上的通用性。另外 ， 图像分割效果的评估也没有相应的评判标准 ， 通常的处理方式只能是具体问题具体分 析。在这其中遗传算法是解决图像分割问题的最优算法之一。它 不涉及具体的研究领域和内容，只关心相应的目标函数和辅助函数，

2、即所谓鲁棒性。因此广泛应用于工业工程、计算科学、工控系统、交通、计算机、通信、电子科学与技术等领域。 2 国内外研究现状和发展趋势 图像分割伴随着数字图像处理技术在实际中已经得到广泛的应用，例如在工业工程，产品检验，工业控制，图像处理，卫星图片，生物医学图像分析、保安监控以及军事、卫生、农业工程等诸多领域 12。概括来说，在各种图像应用中，只需对图像物体目标进行提取、测量等进一步操作都离不开图像分割，图像分割往往是这些处理步骤的准备阶段，图像分割的效 果直接影响后续任务的有效性，因此图像分割具有重要的研究意义。而遗传算法是一种通用的算法。 进 入 90 年代，遗传算法迎来了兴盛发展时期，无论是

3、理论研究还是应用研究都成了十分热门的课题。尤其是遗传算法的应用研究显得格外活跃，不但它的应用领域扩大，而且利用遗传算法进行优化和规则学习的能力也显著提高，同时产业应用方面的研究也在摸索之中。此外一些新的理论和方法在应用研究中亦得到了迅速的发展，这些无疑均给遗传算法增添了新的活力。遗传算法的应用研究已从初期的组合优化求解扩展到了许多更新、更工程化的应用方面。 其中图像分割是一大 研究方向。谭志存，鲁瑞华提出建立在最大类间方差基础上的改进遗传算法。基于基因位的交叉概率充分体现了不同基因位不同程度的重要性，避免了传统等概率基因位交叉的缺点；基于染色体的交叉概率有效地保护了优良个体，算法也充分利用了待

4、分割图像的直方图信息，一定程度上减小了寻优空间。但由于引进了自适应算法 ,每一代都要进行染色体和基因位概率的运算，占用的运算时间较大，如何提高运算效率和解决最大类间方差的局限性是今后研究的方向 5。 二、研究的基本内容与拟解决的主要问题 1 基本内容 本毕业设计比较并归纳传统图像分割方法的原理和 特点，通过基于阈值的分割方法，在分析 WEB 图像特性的基础上，针对传统基于阈值的图像分割方法存在的缺陷，提出一种基于遗传算法的 WEB 图像分割方法。该方法通过在遗传算法中引入优生算子、变异算子和新个体，以及相应的基本参数的设定，不但能够改善图像分割的效果，而且可以缩短计算时间。提出的方法应能够在采

5、集的 WEB 图像数据集上进行实验，以验证它的可行性和有效性。 2 主要问题 1） 了解图像分割关键技术及其应用的研究进展。 2） 比较并归纳传统图像分割方法的原理和特点，重点掌握基于阈值的分割方法的主要步骤。 3） 针对基于阈值的分割方法在 WEB图像分割中存在的缺陷，借助于遗传算法具有的鲁棒性和自适应的特点，提出一种基于遗传算法的 WEB图像分割方法。 4） 运用 MATLAB开发语言编程实现提出的方法。 三、研究的方法与技术路线、研究难点，预期达到的目标 1 研究方法 在设计过程中，学习并掌握遗传算法在 WEB 图像分割中的应用。使用 MATLAB 开发语言中相关工具箱，学会用 C 语言

6、编制程序。 2 技术路线 图像分割是图像处理与计算机视觉中最为基础和重要的技术之一，它是对图像进行视觉分析和模式识别的前提。图像分割的目的是把感兴趣的目标和背景分离出来 ， 将图像划分为若干个 互不交叠的有意义区域。其应用相当广泛：如机器视觉、文字识别、生物医学图像分析 ， 以及军事目标锁定等。 图像分割是一种基本的计算机视觉技术 ， 同时也是计算机视觉研究中的一个瓶颈。虽然研究人员提出了很多分割方法 ， 但是到目前为止 ， 还没有一种通用的方法成功实现图像分割 ， 即不同类型的图像有不同的最佳分割方法。遗传算法是一种利用生物进化论中自然选择和遗传学机理，通过对生物进化过程的模拟来计算最优解的

7、方法。由于遗传算法具有的鲁棒性、并行性、自适应性和快速收敛等优点，可以用它来确定分割的阈值。本课题提出一种基于遗传算法的 WEB 图像分割方法，通过在遗传算法中引入了优生算子、变异算子和新个体等，避免了局部早熟，提高了收敛速度和全局收敛能力。由于遗传算法也是一种并行算法，因而提高速度的潜力很大。最后运用 MATLAB 开发语言编程实现提出的方法 . 3 预期达到目标 考虑到传统基于阈值的图像分割方法无法较好地分割 WEB 图像，提出一种基于遗传算法的 WEB 图像分割方法。该方法通过将优生算子、变异算子和新个体等引入到遗传算法中，能够对阈值参数进行合理的设置。提出的方法在 WEB 图像数据集上

8、进行仿真实验验证。 三、 论文详细工作进度和安排 第七学期第 10周至第 18周（ 2011年 01月 06日前）：文献检索和资料收集，完成毕业论文（设计）文献综述、开题报告和外文翻译； 第八学期第 1周至第 3周（ 2011年 03月 11日前）： 撰写论文提纲，完成毕业论文（设计）初稿；需求分析，概要设计； 第八学期第 4周至第 12周（ 2011年 05月 13日前）： 详细设计、系统调试和毕业论文（设计）完成定稿； 第八学期第 13周（ 2011年 05月 20日前）：完成应用软件系统的设计和毕业论文（设计）送指导老师和评阅老师评阅，准备答辩； 第八学期第 14周：参加毕业论文（设计）

9、答辩。 五、主 要参考文献 1 Keri Woods. Genetic Algorithms: Colour Image Segmentation Literature Review J.2007， 6. http:/people.cs.uct.ac.za/mgallott/honsproj/downloads/litreview_keri.pdf 2 Bir Bhanu， Sungkee Lee， John Ming. Adaptive Image Segmentation Using a Genetic AlgorithmJ. IEEE Trans. on Systems， Man， an

10、d Cybernetics， 1995， 25(12)， 1543-1557. 3 Mantas Paulinas， Andriud Usinsksa. A Survey of Genetic Algorithms Applications for Image Enhancement and Segmentation J. Information Technology and Control， 2007， 36(3)， 278-285. 4 L I Yong2cang ， YIN Hai2ming ， SHI Mei2hong ， et al. Amethod of color image s

11、egmentation based on DPCNN C / / Proceedings of the2008InternationalConference on Cyberworlds .Washington DC: IEEE Computer Society ， 2008 : 7252729. 5 Srinivas M, L M. Adaptive Probabilities of Crossover and Mutation Genetic Algorithms J . IEEE Transact ion on Systems, Man and Cybernetics, 1994, 24

12、( 4) : 656- 667. 6 谭志存，鲁瑞华 .基于最大类间方差的图像分割改进遗传算法 J.西南大学学报 (自然科学 )， 2009， 1. 7 黄建新，刘怀，黄伟 .基于遗传算法的图像分割阈值选取 J. 南京师范大学学 报 (工程技术版 )， 2007， 7(1): 14-17， 36 8 陈杰，阜艳 .基于遗传算法的图像分割的研究 J.现代电子技术， 2010， 14. 9 黄力明 .基于量子遗传算法的图像分割 J.计算机应用与软件， 2009， 26(9):247-249. 10 谭志存，鲁瑞华 .基于最大类间方差的图像分割改进遗传算法 J.西南大学学报（自然科学版）， 2009

13、， 31(1):87-90. 11 魏伟波，潘振宽 .图像分割方法综述 J.世界科技研究与发展， 2009， 31(6):1074-107. 12 张治国，刘怀亮等 .图像分割方法及其应用研究综述 J.计算机工程与应用， 2007， 43(18):169-170. 13 李敏强， 寇纪淞等 .遗传算法的基本理论与应用 M . 北京 : 科学技术出版社， 2002: 39. 14 汪筱红 ， 须文波 . 基于遗传算法的阈值图像分割研究 J . 太原师范学院学报 :自然科学版 ， 2007 ， 6(3):1112113 ， 144. 15 屠昂燕 ， 陈建成 . 遗传算法的收敛性研究 J . 湖北第二师范学院学报 ， 2008 ， 25 (2) :49251. 16 李红梅 . 遗传算法概述 J . 软件导刊 ， 2009 (1) :67268