基于MATLAB和遗传算法的图像处理

鱼滨、张善文、郭竟、谢泽奇编写的《基于 MATLAB和遗传算法的图像处理》系统介绍了MATLAB环 境下遗传算法的功能特点及其在图像处理中的应用。 全书共分为7章。第一章至第三章介绍遗传算法的基 础知识，包括遗传算法的基本原理，编码、选择、交 叉、变异，适应度函数，控制参数选择，约束条件处 理，模式定理，改进的遗传算法，早熟收敛问题及其 防止，小生境技术等。第四章介绍图像处理的基础知 识，第五章介绍MATLAB遗传算法工具箱及其使用方法 。第六章和第七章举例介绍多种基于遗传算法的图像 分割、恢复、增强、拼接等方法，并给出了程序代码 。 本书取材新颖，内容丰富，理例结合，图文并茂 ，注重应用。书中包含大量的实例和对应的程序代码 ，便于自学、应用和举一反三。 本书可作为高等院校计算机、自动化、信息、管 理、控制与系统工程等专业本科生或研究生的教学参 考书，也可供其他专业的师生以及科研和工程技术人 员自学或参考。

第一章 绪论 1.1 遗传算法基础 1.1.1 遗传算法的由来和发展 1.1.2 生物遗传与GA原理 1.1.3 GA与传统方法比较 1.1.4 GA的特点和优缺点 1.1.5 GA中的一些术语 1.1.6 GA的研究方向 1.1.7 MATLAB与GA工具箱 1.1.8 基于GA的应用 1.2 图像处理基础 1.2.1 像素和分辨率 1.2.2 图像处理算法及其应用实例 1.2.3 GA在图像处理中的应用 1.2.4 常见图像处理软件 第二章 遗传算法基础 2.1 遗传算法的理论基础 2.1.1 模式及模式定理 2.1.2 —个实例 2.1.3 有效模式数论 2.1.4 积木块假设 2.2 遗传算法的基本知识 2.2.1 编码 2.2.2 初始群体生成 2.2.3 遗传算子 2.2.4 适应度 2.2.5 约束条件 2.2.6 参数设置 2.3 简单GA 2.4 GA的实现过程 2.4.1 一般GA的流程 2.4.2 GA的运行过程 2.4.3 利用GA求解一个简单问题 第三章 遗传算法中的主要问题及其改进 3.1 GA的主要问题 3.1.1 欺骗和竞争问题 3.1.2 参数调节、终止条件判断、邻近交叉和收敛问题 3.1.3 GA一难问题 3.1.4 早熟收敛现象及其防止 3.1.5 种群的多样性 3.1.6 三个遗传算子对收敛性的影响 3.1.7 GA性能评估 3.2 改进的GA 3.2.1 改进GA的一般思路 3.2.2 改进GA之一 3.2.3 改进GA之二 3.2.4 改进GA之三 3.2.5 改进GA之四 3.2.6 改进GA之五 3.2.7 改进GA之六 3.2.8 改进GA之七 3.2.9 改进GA之八 3.2.1 0微种群GA 3.2.1 1多种群GA 3.2.1 2遗传退火进化算法（GAEA） 3.3 并行GA 3.4 多目标优化中的GA 3.4.1 多目标优化的概念 3.4.2 多目标优化问题的GA 3.5 基于小生境GA及其改进 3.5.1 小生境技术和共享函数 3.5.2 小生境GA 3.5.3 改进的小生境GA（NGA） 第四章 MATLAB数字图像处理基础 4.1 基于MATLAB的绘图方法 4.2 MATLAB的图像处理基础 4.3 基于MATLAB的图像处理方法 4.4 MATLAB的图像恢复函数 4.5 图形的修饰与标注 4.6 MATLAB环境下图像对象修改 第五章 基于MATLAB的遗传算法编程实现 5.1 安装MATLAB的GA工具箱 5.2 MATLAB7.0的GADS的主要函数及其参数 5.3 GADS的主要函数详解 5.4 遗传工具箱CADS的GUI界面 5.5 基于GATBX工具箱的GA实例 5.6 GATBX与GADS工具箱比较 5.7 GA程序设计实例 第六章 基于遗传算法的图像分割方法 6.1 图像分割方法概述 6.1.1 图像分割基础 6.1.2 常用的图像分割方法 6.2 最大熵阈值图像分割 6.2.1 一维最大熵阈值分割 6.2.2 二维最大熵阈值分割 6.3 类间最大方差法（Otsu法） 6.3.1 一维Otsu法 6.3.2 二维Otsu法 6.4 基于Sheffield的GA工具箱的图像分割 6.5 基于GA的全局阈值的图像分割 6.6 基于GA和分类类别函数的图像分割方法 6.7 基于GA的彩色图像分割方法 6.8 基于最大熵法和GA的图像分割算法 6.8.1 一维最大熵算法与GA相结合的图像分割 6.8.2 二维最大熵算法与GA相结合的图像分割 6.8.3 二维最大直方图熵法和改进GA的分割图像 6.9 基于Otsu与GA相结合的图像分割 6.10 基于Otsu和GA的多目标图像分割 6.11 基于二维Otsu和GA的图像分割 6.12 基于Otsu和改进GA的图像分割 6.13 基于遗传K—均值聚类算法的图像分割 6.14 基于GA的指纹图像分割算法 6.15 基于遗传神经网络的图像分割 第七章 基于遗传算法的图像恢复、增强、拼接和匹配 7.1 基于GA的参数优化方法 7.2 基于GA的图像恢复 7.3 基于GA的图像倾斜检测与校正 7.4 基于GA的图像增强 7.5 基于GA的图像碎片拼接方法 7.5.1 基础知识 7.5.2 消除图像碎片拼接缝方法 7.5.3 基于GA的图像拼接 7.6 基于GA的图像匹配 7.6.1 图像匹配方法分类 7.6.2 基于GA的图像匹配方法 7.6.3 基于云GA（CGA）的图像匹配 7.7 基于交互式GA的图像检索 7.8 基于Otsu和GA的图像边缘检测方法 参考文献