基于遗传算法的图像跟踪研究

论文摘要

遗传算法作为一种求解问题的高效并行的全局搜索方法,以其固有的鲁棒性、并行性和自适应性,使之非常适合于大规模搜索空间的寻优,已广泛应用于计算机视觉、图像处理等许多学科及工程领域。本课题所做的研究工作主要是为电视导引头的图像处理机提供一种快速、稳定的跟踪算法。高分辨率的图像更能体现目标的细节,这会使跟踪过程更加稳定、可靠,但同时会使已有图像跟踪算法处理时间过长,满足不了高实时性应用的要求。通过对遗传算法运行机理的研究,针对相关跟踪方式的搜索策略问题,提出一种基于遗传算法的相关匹配跟踪算法,主要利用了遗传算法的非遍历搜索机制快速地搜索出实时图像与目标模板图像之间的最佳匹配位置,缩短了处理时间:对目标模板采用更新策略,最终实现快速、稳定跟踪。算法为了保持种群的多样性,采用随机均匀地产生初始种群的方法:编码机制采用格雷码,这种编码机制便于交叉、变异等遗传操作的实现;为了使适应度最好的个体尽可能的保留到下一代群体中,选择算子采用的是最优保存策略和赌轮选择相结合的选择策略;交叉采用的是均匀交叉策略,变异采用的是自适应的基本位变异算子。本文程序采用VC++6.0在WinXP环境下编译完成。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题的研究背景及意义
• 1.2 图像跟踪技术的研究状况
• 1.3 本文的主要工作
• 2 遗传算法理论
• 2.1 遗传算法的发展历史
• 2.2 遗传算法概述
• 2.2.1 遗传算法的基本概念
• 2.2.2 遗传算法的基本流程
• 2.3 染色体编码方法
• 2.3.1 二进制编码
• 2.3.2 格雷（Gray）编码
• 2.3.3 实数编码
• 2.4 适应度函数
• 2.5 遗传操作
• 2.5.1 选择算子
• 2.5.2 交叉算子
• 2.5.3 变异算子
• 2.6 控制参数选择
• 2.7 遗传算法的特点及应用研究概况
• 2.7.1 遗传算法的特点
• 2.7.2 遗传算法的应用研究现状
• 2.8 本章小节
• 3 图像预处理
• 3.1 直方图均衡化
• 3.2 图像平滑
• 3.2.1 邻域平均法
• 3.2.2 中值滤波
• 3.3 图像锐化
• 3.3.1 微分方法
• 3.4 本章小节
• 4 图像跟踪算法研究
• 4.1 常用的图像跟踪方式
• 4.2 常用的图像相关匹配算法
• 4.2.1 MAD算法（平均绝对差分算法）
• 4.2.2 MSD算法（平方差分算法）
• 4.2.3 互相关函数算法
• 4.2.4 SSDA算法（序贯相似性检测算法）
• 4.2.5 Hausdorff距离算法
• 4.3 本章小节
• 5 基于遗传算法的图像跟踪
• 5.1 相关匹配算法与模板更新策略
• 5.1.1 相关匹配算法
• 5.1.2 模板更新策略
• 5.2 遗传算法的实现
• 5.2.1 染色体编码
• 5.2.2 适应度
• 5.2.3 遗传算子
• 5.2.4 控制参数与终止准则
• 5.3 基于遗传算法的图像跟踪实现
• 5.4 实验平台条件与仿真结果分析
• 5.4.1 实验所需的软硬件设备
• 5.4.2 实验结果与分析
• 5.5 结论
• 6 总结与展望
• 6.1 研究工作总结
• 6.2 展望
• 致谢
• 参考文献