基因芯片技术是凝结了生命科学与信息科学这两大学科研究成果的一项崭新技术，已成为大规模提取和探索生物分子信息的强有力手段。基因芯片图像处理属于基因芯片技术应用过程的数据分析部分。对基因芯片图像进行网格定位是基因芯片图像处理过程的一个重要环节。以往的实际应用中多采用手动或半自动的方式进行网格定位，定位过程受主观因素影响较大，不适于大批量基因芯片图像的数据分析，急需改进。 本文采用遗传算法为基础的变形模板匹配方法来完成基因芯片图像的自动网格定位。该方法将遗传算法用于搜索使变形模板与原图像成为最佳匹配的形变参数最优解，然后用最优形变参数来对标准网格进行形变，再用该网格定位原始基因芯片图像。这种算法实现了全自动定位，不需人工参与。 文章首先介绍了算法的前期准备工作，即对基因芯片图像的预处理。这一部分分为去噪和分割两步，其中去噪方法使用的是相位保留小波去噪法，分割方法使用的是自适应阈值分割，最终得到被去噪的二值图像，其被用作算法的输入图像。在对遗传算法的阐述中，讨论了遗传算法的基本原理，包括模式定理、积木块假设、隐含并行性和遗传算法的收敛性分析等，作为后面遗传算法应用的理论依据。文中还介绍了模板匹配和由此引出的加入几何变换的变形模板匹配，从而把模板匹配问题转化为参数最优化问题，并将遗传算法引入变形模板匹配过程中，以便更好的解决这一最优化问题。完整算法是在VC++环境下编程实现的，在算法的实现过程中，讨论了各个遗传参数的确定问题，并对实验结果进行了必要的分析。 本文所提出的自动网格定位方法，取得了较好的实验效果，具有一定的研究和使用价值。