遗传算法作为一种实用、稳健的优化搜索算法，已渗透到许多学科及工程领域，应用日趋广泛，对遗传算法的运行机理及性能分析的研究也取得了不少进展。本论文在遗传算法的改进、遗传算法的性能分析以及遗传算法在图像分割技术、目标检测定位技术中的应用等几个方面做了研究。 好的新算法的提出，都要借助于一定的理论研究结果，特别是对遗传算法的运行机理的深刻理解。本论文在对遗传算法的工作过程及性能做了分析研究后，提出从实际应用的角度评价算法性能的观点，改进了定量分析遗传算法的标准；并提出了一个有效的自动调整遗传算法中交叉和变异概率的策略；提出了一种基于遗传算法的最小误差分割方法，克服了传统门限方法在图像分割中的局限性；利用目标运动信息，提出了能有效分割出图像中的运动目标的多参量遗传算法分割方法。 为了对图像分割质量有一个客观的定量评价标准，本文设计了一个能将图像快速有效地从空间域变换到模糊性质域的映射函数，引入模糊度作为分割图像质量评价的参数，并提出了综合考虑区域一致性、对比度、形状参数及模糊度的综合评价函数来更全面、更准确地评价图像分割质量。 研究了遗传算法在跟踪系统中的应用，将遗传算法引入相关匹配算法，提出了一种快速匹配算法及基于遗传算法的目标检测定位方法，并设计了一个由遗传算法实现的目标跟踪系统方案。