基于几何特征的物体识别方法是解决视觉模式识别问题的根本性出路，其中轮廓特征是最重要的几何线索之一。生物视皮层能够获取片段性的边缘信息，如何将它们组合成更长、更完整的轮廓就是一个非常关键的基础性步骤，它是一个典型的组合优化问题。遗传算法非常擅长解决组合优化问题，本文首先通过基于Graph结构的基因编码方法和改进的突变策略，将遗传算法应用于短直线段向长轮廓线的组合优化求解。实验结果表明，这种方法形成长轮廓线的效能大大提高，所获取的长轮廓线将有力促进识别不变性的实现。较长尺度的轮廓特征对形成物体结构性语义定义、物体识别知识的显式化表征、自项向下加工流程的实现具有重要意义。除此之外，我们还将遗传算法用来解决其他图像的处理中组合优化问题:1、生成由线段组成图形的一笔画序列。2、生成分形图的一笔画序列。3、根据已知模板找到有背景图片的目标物体。实验结果表明，遗传算法可以很好的应用于以上三个问题的求解。