基于遗传算法的红外图像分割研究

来源 :中南大学 | 被引量 : 0次 | 上传用户:wanghuayu1985
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
红外技术在21世纪的军事和民用等各个领域发挥着至关重要的作用,而且随着未来战场的需要和国民经济的不断发展,红外技术将发挥着越来越重要的作用。其中红外目标识别技术是世界各国学者研究的前沿和热点问题之一。本文研究内容属于红外目标识别技术课题的一部分,主要涉及红外图像分割。遗传算法是一种基于生物自然选择和遗传机理的随机搜索优化方法。具有简单、鲁棒性好、本质并行和自适应的突出优点。其在各种应用领域取得了较大成功,引起了广大学者的关注,将其引入到图像分割领域,可以较好地解决图像分割的计算复杂度高、计算时间长等问题。本文讨论了遗传算法、图像分割等相关理论,对红外图像特性进行了分析,依次递进地介绍了几种图像分割的算法,并将一种优化的遗传算法即分层遗传算法引入到二维熵图像分割算中,在图像分割质量不降低的情况下,优化了搜索过程,提高了速度,经实验证明,该算法对红外图像进行分割效果较好,是一种鲁棒性较强的算法。
其他文献
随着高通量测序技术的发展,基因组数据出现爆发式增长。转录调控作用、转录后调控作用和蛋白质相互作用等数据的出现,对于系统研究基因、蛋白质等分子的生物功能,理解生物体的分
21世纪初,异步JavaScript技术成为Web技术发展的一个转折点,它消除了Web应用程序中繁杂的反复页面加载和刷新这一可用性问题。通过这种技术,Javascript异步的向服务器发送数
近些年来,随着信息技术的快速发展,用户获取信息资源的需求不断增强,众多的信息检索系统被开发出来,方便用户获取其感兴趣的内容。传统的信息检索工具提供给用户的主要是基于
学位
针对动态不确定条件下的硫化车间硫化工序生产调度问题进行了研究,首先对硫化工序问题进行分析、建模,然后对标准微粒群优化算法进行了改进、仿真,目的是对动态不确定条件下
云计算通过虚拟化技术将各种实体资源整合在一个共享的IT资源池中,用户只需支付相应的费用便可获得各项服务。然而目前用于求解云任务调度的算法目标较为单一,很难适用于各类
在越来越多的分布、异构的企业应用需要动态集成的情况下,传统集成的工作流技术已经无法适应用户的复杂需要,伴随着基于Web服务的应用开发技术的不断成熟,Web服务技术和工作流管
随着现代通信技术的发展,人们对图像、音频、视频和其他媒体内容的传送与存储需求正日益增加。保护数字作品产权,确保数字产品安全传输已成为数字媒体领域热点问题与重要问题。
引言:计算机视觉技术的快速发展也离不开目标检测与识别技术的发展。目前目标的检测和识别已经完整地整合在了一起,让检测成为识别的基础。对于目标的种类和属性的不同对应有
随着IT技术的发展,工业控制对信息传输的要求越来越高,如何获取实时、可靠的监控数据已经成为一个十分紧迫的问题。对于人迹罕至的地方,传统的有线监控技术已经无法满足需要
由于云数据中心包括多种物理设备以及网络设备,资源管理量庞大,在静态资源管理的很多情况会出现少数物理设备负载过重而多数设备负载过轻或者闲置的现象,导致利用率过低并且