本文对图像分割的整个过程中的一些常用的，经实践检验行之有效的算法进行了讨论和改进。全文共七章。第一章为绪论，主要介绍了现阶段图像分割技术的发展现状和研究意义。其他六章分别在以下几个方面介绍了本文所做的工作：
1.对本文所采用的试验测试工具Matlab 进行简介。
2.简介数字图像的基础问题。概述了数字图像的基本概念和特点，简介了各种图像格式的特点和应用，为全文的讨论作一铺垫。
3.详细讨论了图像分割中的基于阈值的图像分割方法，给出了直方双峰法的算法和验证结果，并简要介绍了普通最大类间方差法的算法过程。
4.对遗传算法理论进行简介。详细讨论了遗传算法的定义和标准遗传算法的流程和要素。为应用此方法对最大阈值进行迭代寻优打下基础。
6.应用遗传算法改进了最大类间方差法。给出了整个遗传操作的使用函数与具体进程，并对实例图片进行处理，得到处理结果并得到迭代最优阈值M。
本文研究了图像分割的相关理论和常用技术，并对遗传算法进行了介绍,对遗传算法应用于图像分割进行了验证.

本文所讨论的基于遗传算法的图像分割算法，采用标准遗传算法作为计算流程，但对其中的选择算子进行了改变，用高级选择函数select代替了传统的单一选择算子，使得在每次选择运算后所得的父辈更为健壮，更好的保持了第一代父辈的表现型，使得分割更加精确。通过设计变异概率，使得每次迭代遗传运算后，子代的表现型略有改变，从而更以获得最优的表现型（即最优阈值），减少了迭代寻优次数，降低了程序运行时间。同时考虑到过多迭代不利于降低程序运行时间，以及在寻优过程中的最佳值收敛问题，指定迭代次数为50次时即跳出整个程序，通过反编码求得最优阈值，并通过变量调用，直接应用于下面的分割程序，达到了整个算法的自动完成。
相对于灰度直方图双峰法，本方法对图像的先验信息要求不高，不需要像灰度直方图法那样，先通过获得图像的灰度直方图取得分割阈值后再对图像处理，整个程序的自动化程度高，且对于那些灰度直方图不呈双峰分布的图像，本算法程序一样可以处理，这就扩大了本算法程序的灵活性，从而更具有实际意义。而且，由于灰度直方图双峰法的阈值是通过人眼观察获得，其误差必然大于机器......

 
摘 要 I
Abstract I
目 录 II
第一章 绪论 1
1.1  图像分割综述 1
1.2  图像分割的研究意义与发展现状 1
1.3 本论文所作的工作 2
1.4 本论文的论述内容 2
第二章  Matlab简介 3
2.2 MATLAB的语言特点 3
2.3 MATLAB 遗传算法工具箱简介 4
第三章 数字图像基础简介 4
3.1  图像的基本概念及其特点 4
3.2 图像的格式 5
第四章  图像分割 5
4.1 图像分割算法的定义与分类 5
4.2 基于阈值的分割 6
第五章 遗传算法理论简介 10
5.1遗传算法的基本概念 11
5.2遗传算法 11
第六章 基于遗传算法的最大类间方差分割法 13
6.1 普通最大类间方差法（Otsu法）简介 13
6.2  最大类间方差图像分割的遗传算法描述 15
6.3  实验结果与效果对比 16
结论 17
谢 辞 18
参考文献 18
附 录 18