數(shù)字散斑圖像相關技術的改進遺傳算法.pdf

1、數(shù)字散斑圖像相關法是對全場位移和應變進行量化分析的光學測量方法。近年來，數(shù)字散斑圖像相關技術以其自動處理、非接觸、全場等優(yōu)點獲得了重要的成功，在理論研究和工程實際中都有廣泛的應用前景。 本文在對數(shù)字散斑圖像相關法的基本理論進行深入分析的基礎上，提出了彩色數(shù)字散斑圖像相關法，即用彩色散斑圖取代灰度散斑圖進行相關運算，并針對RGB色彩空間提出了衡量彩色圖像相似程度的數(shù)學指標。由于彩色圖像較之灰度圖像包含更多色彩信息，因此，利用彩色圖

2、像進行相關運算提高了數(shù)字散斑圖像相關技術的測量精度，同時拓寬了其應用范圍。 數(shù)字散斑圖像相關技術中的關鍵問題是相關運算，作者通過對各種優(yōu)化算法特性的比較和對國內(nèi)外最新進展的追蹤，針對傳統(tǒng)的優(yōu)化算法優(yōu)化結果非常依賴所選的初始點和需要圖像導數(shù)信息的兩大顯著缺點，提出數(shù)字散斑圖像相關運算的遺傳算法。 遺傳算法是借鑒生物的自然選擇和遺傳進化機制而開發(fā)出的一種全局自適應概率搜索算法。本文詳細介紹了遺傳算法的基本思想和應用過程。一般

3、研究認為遺傳算法的搜索和優(yōu)化能力取決于遺傳算子，作者驗證、比較并分析了各種基于實數(shù)編碼的遺傳算子進行相關計算的能力，在此基礎上，對算術交叉算子和高斯變異算子進行了改進。遺傳算法具有隱含并行性，像撒網(wǎng)一樣，在整個解空間進行搜索，這使得遺傳算法具有較好的全局搜索性能，減少了陷于局部極值的風險。而模擬退火法有較強的局部搜索能力，作者將遺傳算法和模擬退火法進行結合，充分發(fā)揮兩者的優(yōu)勢，形成了遺傳模擬退火法。實驗證明，對遺傳算法的改進提高了其局部