论文部分内容阅读
遗传算法是一种模拟生物自然选择、进化过程的随机、并行搜索算法,该算法广泛应用于解决工程技术问题。遗传算法是通过下面简要步骤的循环最终获得优化问题的解的:随机生成一定数目的个体构成初始群体,计算群体中每个个体的适应度,使用遗传操作即选择、交叉、变异算子产生新一代群体然后代替上—代群体并迭代执行。 本篇论文比较详细地论述了遗传算法的基本理论、方法,指出了算法的研究现状,由于图象分割的重要性,提出了两种基于遗传算法的彩色图象分割方法,即阈值曲面分割方法和最佳熵阈值分割方法,通过VC++6.0编程得到了实验验证,比较了两种算法的性能,证明遗传算法完全适用于图象的优化问题。