1、圖像分割是數(shù)字圖像處理與機(jī)器視覺的基本問題之一，是圖像分析中的重要環(huán)節(jié)，在整個(gè)研究中起著承前啟后的作用，它既是對(duì)所有圖像預(yù)處理效果的一個(gè)檢驗(yàn)，也是后續(xù)進(jìn)行圖像分析與解譯的基礎(chǔ)。因此，對(duì)于圖像分割的研究在過去的四十多年里一直受到人們廣泛的重視，也提出了數(shù)以千計(jì)的不同算法。雖然這些算法大都在不同程度上取得了一定的成功，但是圖像分割問題還遠(yuǎn)遠(yuǎn)沒有解決，這方面的研究仍然面臨很多挑戰(zhàn)。 圖像分割技術(shù)的發(fā)展與許多其它學(xué)科和領(lǐng)域密切相關(guān)。近年

2、來，隨著各學(xué)科許多新理論和方法的提出，人們也提出了許多結(jié)合一些特定理論、方法和工具的分割技術(shù)。每當(dāng)有新的數(shù)學(xué)工具或方法提出來，人們就試著將其用于圖像分割，迄今為止，研究者們已經(jīng)提出了上千種各種類型的圖像分割算法，并且近年來每年都有上百篇的相關(guān)研究成果發(fā)表。對(duì)于圖像分割算法有著多種不同的分類，其中基于閾值的分割技術(shù)是本文的主要研究對(duì)象。 遺傳算法是模擬自然界生物進(jìn)化過程與機(jī)制求解問題的一類自組織與自適應(yīng)的人工智能技術(shù)，已廣泛應(yīng)用于

3、計(jì)算機(jī)科學(xué)、人工智能、信息技術(shù)及工程實(shí)踐。遺傳算法具有簡(jiǎn)單、魯棒性好和本質(zhì)并行的突出優(yōu)點(diǎn)。其在應(yīng)用領(lǐng)域取得的巨大成功引起了廣大學(xué)者的關(guān)注。正因?yàn)檫z傳算法的突出特點(diǎn)，國內(nèi)外一些研究人員將它應(yīng)用在圖像分割領(lǐng)域。遺傳算法是一種迭代式的優(yōu)化算法，所以在圖像分割中常被用來幫助確定分割閾值。 盡管遺傳算法具有上述優(yōu)點(diǎn)，但其本身仍存在計(jì)算效率低和過早收斂等問題，因此在具體應(yīng)用中有必要針對(duì)具體問題對(duì)基本遺傳算法進(jìn)行改進(jìn)以提高算法的全局收搜索能力

4、和執(zhí)行效率。 本文對(duì)圖像分割算法和遺傳算法的理論及應(yīng)用進(jìn)行了一些研究和分析工作，并在此基礎(chǔ)上針對(duì)具體的圖像閾值分割算法(本文采用最大類間方差閾值分割算法)的特點(diǎn)，對(duì)遺傳算法進(jìn)行了改進(jìn)，并將其應(yīng)用于圖像的閾值分割算法中，提出了一種新的基于改進(jìn)遺傳算法的圖像閾值分割算法。 新算法改進(jìn)主要如下，首先，標(biāo)準(zhǔn)遺傳算法只產(chǎn)生一個(gè)群體，即所有遺傳算子都只在一個(gè)群體上進(jìn)行操作。為了避免算法未成熟收斂，保持群體多樣性，拓寬算法搜索空間，本