本發(fā)明涉及機(jī)器人領(lǐng)域，特別涉及一種基于遺傳算法的尋路機(jī)器人系統(tǒng)及尋路方法。
背景技術(shù)：
移動(dòng)機(jī)器人路徑規(guī)劃是機(jī)器人學(xué)的一個(gè)重要研究領(lǐng)域，也是人工智能與機(jī)器人學(xué)的一個(gè)結(jié)合點(diǎn)。不論是哪種類別的移動(dòng)機(jī)器人，都要求根據(jù)某一準(zhǔn)則(如行走路線總長(zhǎng)度最短，能量消耗最少等)，在工作空間中沿一條最優(yōu)(或次優(yōu))的路徑行走。
路徑規(guī)劃的典型方法有圖搜索法、柵格法、人工勢(shì)場(chǎng)法等，這些算法都有一定局限性，易陷入局部最優(yōu)解，而遺傳算法在解決非線性問題上具有良好的適用性，已成為路徑規(guī)劃中使用較多的一種方法。但是標(biāo)準(zhǔn)的遺傳算法本身也存在著早熟，易陷入局部最優(yōu)解等缺陷，不能保證對(duì)路徑規(guī)劃上計(jì)算效率和可靠性的要求。
為了提高路徑規(guī)劃的求解質(zhì)量和求解效率，提出一種基于預(yù)選擇機(jī)制小生境技術(shù)的改進(jìn)遺傳算法，并將其應(yīng)用于移動(dòng)機(jī)器人的路徑規(guī)劃，采用化復(fù)雜的二維坐標(biāo)為一維坐標(biāo)的編碼方式，有效降低了遺傳算法的搜索空間；根據(jù)移動(dòng)機(jī)器人的行走特點(diǎn)，設(shè)計(jì)了自適應(yīng)交叉算子、自適應(yīng)變異算子、插入算子、刪除算子、擾動(dòng)算子和倒位算子。通過計(jì)算機(jī)仿真證明了改進(jìn)后的遺傳算法明顯提高了搜索效率和收斂速度，并能保證收斂到全局最優(yōu)解，克服了標(biāo)準(zhǔn)遺傳算法的缺點(diǎn)，為機(jī)器人快速尋求一條無碰的最優(yōu)路徑。
技術(shù)實(shí)現(xiàn)要素：
鑒于此，本發(fā)明提供了一種基于遺傳算法的尋路機(jī)器人系統(tǒng)及尋路方法，本發(fā)明具有自動(dòng)尋路、效率高和準(zhǔn)確性高等優(yōu)點(diǎn)。
本發(fā)明采用的技術(shù)方案如下：
一種基于遺傳算法的尋路機(jī)器人系統(tǒng)，其特征在于，所述系統(tǒng)包括：用于獲取周圍環(huán)境原始圖像信息的圖像采集裝置；所述圖像采集裝置信號(hào)連接于用于對(duì)原始圖像信息進(jìn)行圖像處理的圖像處理器；所述圖像處理器信號(hào)連接于控制機(jī)器人運(yùn)行的主控制器；所述主控制器分別信號(hào)連接于用于驅(qū)動(dòng)機(jī)器人運(yùn)動(dòng)的步進(jìn)電機(jī)和用于規(guī)劃?rùn)C(jī)器人運(yùn)動(dòng)路徑的路徑規(guī)劃處理器。
所述圖像處理器包括：用于對(duì)圖像進(jìn)行銳化的圖像銳化單元；所述圖像銳化單元信號(hào)連接于用于對(duì)圖像進(jìn)行分割的圖像分割單元；所述圖像分割單元信號(hào)連接于用于對(duì)圖像進(jìn)行二值化處理的二值化單元；所述二值化單元信號(hào)連接于用于對(duì)圖像進(jìn)行閾值邊緣檢測(cè)的閾值邊緣檢測(cè)單元；所述閾值邊緣檢測(cè)單元信號(hào)連接于主控制器。
所述路徑規(guī)劃處理器包括：用于建立初始群體和確定遺傳參數(shù)的初始化單元、所述初始化單元信號(hào)連接于用于計(jì)算個(gè)體適應(yīng)度的適應(yīng)度計(jì)算單元；所述適應(yīng)度計(jì)算單元信號(hào)連接于用于進(jìn)行遺傳操作的遺傳操作單元；所述遺傳操作單元信號(hào)連接于用于比較子串和父串大小的比較單元。
所述主控制器包括：用于給整個(gè)系統(tǒng)供電的電源；所述電源信號(hào)連接于用于處理來往于主控制器數(shù)據(jù)信息的數(shù)據(jù)處理單元；所述數(shù)據(jù)處理單元信號(hào)連接于用于傳輸數(shù)據(jù)信號(hào)的數(shù)據(jù)傳輸單元和用于存儲(chǔ)數(shù)據(jù)信息的存儲(chǔ)器。
所述圖像采集裝置包括：用于獲取原始圖像信號(hào)的CCD攝像機(jī)；所述CCD攝像機(jī)信號(hào)連接于用于將模擬的原始圖像信號(hào)轉(zhuǎn)換為數(shù)字圖像信號(hào)的模數(shù)轉(zhuǎn)換單元。
一種基于遺傳算法的尋路機(jī)器人系統(tǒng)的尋路方法，其特征在于，所述尋路方法包括以下步驟：
步驟1：系統(tǒng)啟動(dòng)，系統(tǒng)初始化；
步驟2：圖像采集裝置開始采集原始的圖像信號(hào)，將圖像信號(hào)經(jīng)主控制器的處理后發(fā)送至路徑規(guī)劃處理器；
步驟3：路徑規(guī)劃處理器根據(jù)接收到的圖像進(jìn)行信號(hào)規(guī)劃?rùn)C(jī)器人的行動(dòng)路徑，將規(guī)劃好的行動(dòng)路徑發(fā)送給主控制器；
步驟4：主控制器根據(jù)規(guī)劃的行動(dòng)路徑發(fā)送控制命令到步進(jìn)電機(jī)，控制步進(jìn)電機(jī)驅(qū)動(dòng)機(jī)器人的運(yùn)動(dòng)。
所述路徑規(guī)劃處理器進(jìn)行路徑規(guī)劃的方法包括以下步驟：
步驟1：初始化種群，沿起點(diǎn)和終點(diǎn)連線方向等距離選取N個(gè)點(diǎn)，在這些點(diǎn)的垂直線上隨機(jī)選取轉(zhuǎn)向點(diǎn)的縱坐標(biāo)，并且使這些轉(zhuǎn)向點(diǎn)不在障礙物內(nèi)；
步驟2：將每一代個(gè)體劃分為n個(gè)類，每個(gè)類中選出若干適應(yīng)度較大的個(gè)體，作為一個(gè)類的優(yōu)秀代表，組成一個(gè)種群；得到種群規(guī)模為： ；
步驟4：計(jì)算種群中所有個(gè)體的適應(yīng)度，將其最好的個(gè)體保留，然后采用錦標(biāo)賽選擇法，挑選父?jìng)€(gè)體，以執(zhí)行交叉操作，并且檢查獲得的子代個(gè)體染色體長(zhǎng)度是否超過N，如果沒有超過，則保留，否則丟棄；
步驟5：以設(shè)定的概率對(duì)新產(chǎn)生的子代個(gè)體進(jìn)行變異、插入、擾動(dòng)、刪除、平滑的操作:；同時(shí)，采取預(yù)選擇機(jī)制，比較子串和父串適應(yīng)度的大小，如果子串的適應(yīng)度高于父串的適應(yīng)度，就替換父串；否則維持父串不變；
步驟6：重復(fù)執(zhí)行步驟3和步驟4步直到獲得的新個(gè)體數(shù)量與父代群體數(shù)量相等；
步驟7：用保留的上一代最優(yōu)個(gè)體替換新種群中適應(yīng)度最差的個(gè)體；
步驟8：檢查算法停止條件。符合則中止，否則跳轉(zhuǎn)至:步驟3，算法繼續(xù)進(jìn)行。
所述圖像處理器對(duì)接收到的原始圖像進(jìn)行圖像處理的方法包括以下步驟：
步驟1：圖像銳化單元對(duì)接收到的原始圖像信息進(jìn)行銳化處理；將銳化處理后的圖像發(fā)送至圖像分割單元；
步驟2：圖像分割單元對(duì)接收到的圖像信息進(jìn)行分割，將分割后的圖像發(fā)送至二值化單元；
步驟3：二值化單元對(duì)接受到的圖像進(jìn)行二值化處理，將二值化處理后的圖像發(fā)送至閾值邊緣檢測(cè)單元；
步驟4：閾值邊緣檢測(cè)單元對(duì)接收到的圖像進(jìn)行閾值邊緣檢測(cè)，將閾值邊緣檢測(cè)的結(jié)果發(fā)送至主控制器。
所述閾值邊緣檢測(cè)單元進(jìn)行閾值邊緣檢測(cè)的方法包括以下步驟：
步驟1：采用隸屬度函數(shù)將待處理的圖像映射為一個(gè)模糊矩陣 ；
步驟2：設(shè)圖像 具有 個(gè)灰度級(jí)，圖像大小為 ，模糊矩陣 的元素 為圖像的隸屬度函數(shù)為：；參數(shù)F=2；與 的形狀有關(guān)；
步驟3：對(duì) 進(jìn)行非線性變換，得到：
;
步驟4：對(duì) 進(jìn)行逆變換，得到模糊增強(qiáng)后的圖像
步驟5：得到圖像的邊緣為：
。
采用以上技術(shù)方案，本發(fā)明產(chǎn)生了以下有益效果：
1、結(jié)構(gòu)簡(jiǎn)單：本發(fā)明的機(jī)器人系統(tǒng)，各個(gè)處理器間的連接關(guān)系簡(jiǎn)單，圖像識(shí)別、主控制器和路徑規(guī)劃處理器都可以單獨(dú)生產(chǎn)再進(jìn)行組裝，大大降低了復(fù)雜度，降低了制作成本。
2、具備尋路功能：本發(fā)明的機(jī)器人系統(tǒng)，添加了路徑規(guī)劃處理器，能夠?yàn)闄C(jī)器人規(guī)劃合理的路徑，保證機(jī)器人順利的到達(dá)目標(biāo)點(diǎn)。
3、準(zhǔn)確性高：本發(fā)明采用CCD攝像機(jī)獲取原始的圖像信息，CCD攝像機(jī)本身的分辨率高，獲取到的圖像準(zhǔn)確率高。
采用以上技術(shù)方案，本發(fā)明產(chǎn)生了以下有益效果：
1、準(zhǔn)確性高：本發(fā)明的圖像處理器對(duì)圖像進(jìn)行了改進(jìn)的邊緣閾值檢測(cè)，獲取的邊緣閾值檢測(cè)結(jié)果更加準(zhǔn)確。同時(shí)本發(fā)明的路徑規(guī)劃處理器采用了改進(jìn)的遺傳算法，該算法對(duì)路徑的規(guī)劃更加準(zhǔn)確。
2、運(yùn)行效率高：本發(fā)明的遺傳算法算法同時(shí)兼顧了遺傳進(jìn)化的快速性和群體的多樣性，有效地抑制了“早熟”現(xiàn)象的發(fā)生，能很好地搜索局部最優(yōu)解和全局最優(yōu)解。該算法在不同的環(huán)境中都能夠在較小的進(jìn)化代數(shù)內(nèi)收斂到最優(yōu)解，算法的執(zhí)行速度和成功率明顯高于標(biāo)準(zhǔn)的遺傳算法。另外，在進(jìn)化的不同階段選取合適的交叉和變異概率對(duì)于進(jìn)化結(jié)果有著關(guān)鍵性的影響。同時(shí)本發(fā)明的邊緣閾值算法在保證準(zhǔn)確性的前提下，大大提升了系統(tǒng)的處理效率，處理效率更高。
3、成本低、結(jié)構(gòu)簡(jiǎn)單：本發(fā)明的機(jī)器人系統(tǒng)，各個(gè)處理器間的連接關(guān)系簡(jiǎn)單，圖像識(shí)別、主控制器和路徑規(guī)劃處理器都可以單獨(dú)生產(chǎn)再進(jìn)行組裝，大大降低了復(fù)雜度，降低了制作成本。。
附圖說明
圖1是本發(fā)明的一種基于遺傳算法的尋路機(jī)器人系統(tǒng)及尋路方法的系統(tǒng)結(jié)構(gòu)示意圖。
具體實(shí)施方式
本說明書中公開的所有特征，或公開的所有方法或過程中的步驟，除了互相排斥的特征和/或步驟以外，均可以以任何方式組合。
本說明書（包括任何附加權(quán)利要求、摘要）中公開的任一特征，除非特別敘述，均可被其他等效或具有類似目的的替代特征加以替換。即，除非特別敘述，每個(gè)特征只是一系列等效或類似特征中的一個(gè)例子而已。
本發(fā)明實(shí)施例1中提供了一種基于遺傳算法的尋路機(jī)器人系統(tǒng)，系統(tǒng)結(jié)構(gòu)如圖1所示：
一種基于遺傳算法的尋路機(jī)器人系統(tǒng)，其特征在于，所述系統(tǒng)包括：用于獲取周圍環(huán)境原始圖像信息的圖像采集裝置；所述圖像采集裝置信號(hào)連接于用于對(duì)原始圖像信息進(jìn)行圖像處理的圖像處理器；所述圖像處理器信號(hào)連接于控制機(jī)器人運(yùn)行的主控制器；所述主控制器分別信號(hào)連接于用于驅(qū)動(dòng)機(jī)器人運(yùn)動(dòng)的步進(jìn)電機(jī)和用于規(guī)劃?rùn)C(jī)器人運(yùn)動(dòng)路徑的路徑規(guī)劃處理器。
所述圖像處理器包括：用于對(duì)圖像進(jìn)行銳化的圖像銳化單元；所述圖像銳化單元信號(hào)連接于用于對(duì)圖像進(jìn)行分割的圖像分割單元；所述圖像分割單元信號(hào)連接于用于對(duì)圖像進(jìn)行二值化處理的二值化單元；所述二值化單元信號(hào)連接于用于對(duì)圖像進(jìn)行閾值邊緣檢測(cè)的閾值邊緣檢測(cè)單元；所述閾值邊緣檢測(cè)單元信號(hào)連接于主控制器。
所述路徑規(guī)劃處理器包括：用于建立初始群體和確定遺傳參數(shù)的初始化單元、所述初始化單元信號(hào)連接于用于計(jì)算個(gè)體適應(yīng)度的適應(yīng)度計(jì)算單元；所述適應(yīng)度計(jì)算單元信號(hào)連接于用于進(jìn)行遺傳操作的遺傳操作單元；所述遺傳操作單元信號(hào)連接于用于比較子串和父串大小的比較單元。
所述主控制器包括：用于給整個(gè)系統(tǒng)供電的電源；所述電源信號(hào)連接于用于處理來往于主控制器數(shù)據(jù)信息的數(shù)據(jù)處理單元；所述數(shù)據(jù)處理單元信號(hào)連接于用于傳輸數(shù)據(jù)信號(hào)的數(shù)據(jù)傳輸單元和用于存儲(chǔ)數(shù)據(jù)信息的存儲(chǔ)器。
所述圖像采集裝置包括：用于獲取原始圖像信號(hào)的CCD攝像機(jī)；所述CCD攝像機(jī)信號(hào)連接于用于將模擬的原始圖像信號(hào)轉(zhuǎn)換為數(shù)字圖像信號(hào)的模數(shù)轉(zhuǎn)換單元。
本發(fā)明實(shí)施例2中提供了一種基于遺傳算法的尋路機(jī)器人的尋路方法：
一種基于遺傳算法的尋路機(jī)器人系統(tǒng)的尋路方法，其特征在于，所述尋路方法包括以下步驟：
步驟1：系統(tǒng)啟動(dòng)，系統(tǒng)初始化；
步驟2：圖像采集裝置開始采集原始的圖像信號(hào)，將圖像信號(hào)經(jīng)主控制器的處理后發(fā)送至路徑規(guī)劃處理器；
步驟3：路徑規(guī)劃處理器根據(jù)接收到的圖像進(jìn)行信號(hào)規(guī)劃?rùn)C(jī)器人的行動(dòng)路徑，將規(guī)劃好的行動(dòng)路徑發(fā)送給主控制器；
步驟4：主控制器根據(jù)規(guī)劃的行動(dòng)路徑發(fā)送控制命令到步進(jìn)電機(jī)，控制步進(jìn)電機(jī)驅(qū)動(dòng)機(jī)器人的運(yùn)動(dòng)。
所述路徑規(guī)劃處理器進(jìn)行路徑規(guī)劃的方法包括以下步驟：
步驟1：初始化種群，沿起點(diǎn)和終點(diǎn)連線方向等距離選取N個(gè)點(diǎn)，在這些點(diǎn)的垂直線上隨機(jī)選取轉(zhuǎn)向點(diǎn)的縱坐標(biāo)，并且使這些轉(zhuǎn)向點(diǎn)不在障礙物內(nèi)；
步驟2：將每一代個(gè)體劃分為n個(gè)類，每個(gè)類中選出若干適應(yīng)度較大的個(gè)體，作為一個(gè)類的優(yōu)秀代表，組成一個(gè)種群；得到種群規(guī)模為： ；
步驟4：計(jì)算種群中所有個(gè)體的適應(yīng)度，將其最好的個(gè)體保留，然后采用錦標(biāo)賽選擇法，挑選父?jìng)€(gè)體，以執(zhí)行交叉操作，并且檢查獲得的子代個(gè)體染色體長(zhǎng)度是否超過N，如果沒有超過，則保留，否則丟棄；
步驟5：以設(shè)定的概率對(duì)新產(chǎn)生的子代個(gè)體進(jìn)行變異、插入、擾動(dòng)、刪除、平滑的操作:；同時(shí)，采取預(yù)選擇機(jī)制，比較子串和父串適應(yīng)度的大小，如果子串的適應(yīng)度高于父串的適應(yīng)度，就替換父串；否則維持父串不變；
步驟6：重復(fù)執(zhí)行步驟3和步驟4步直到獲得的新個(gè)體數(shù)量與父代群體數(shù)量相等；
步驟7：用保留的上一代最優(yōu)個(gè)體替換新種群中適應(yīng)度最差的個(gè)體；
步驟8：檢查算法停止條件。符合則中止，否則跳轉(zhuǎn)至:步驟3，算法繼續(xù)進(jìn)行。
所述圖像處理器對(duì)接收到的原始圖像進(jìn)行圖像處理的方法包括以下步驟：
步驟1：圖像銳化單元對(duì)接收到的原始圖像信息進(jìn)行銳化處理；將銳化處理后的圖像發(fā)送至圖像分割單元；
步驟2：圖像分割單元對(duì)接收到的圖像信息進(jìn)行分割，將分割后的圖像發(fā)送至二值化單元；
步驟3：二值化單元對(duì)接受到的圖像進(jìn)行二值化處理，將二值化處理后的圖像發(fā)送至閾值邊緣檢測(cè)單元；
步驟4：閾值邊緣檢測(cè)單元對(duì)接收到的圖像進(jìn)行閾值邊緣檢測(cè)，將閾值邊緣檢測(cè)的結(jié)果發(fā)送至主控制器。
所述閾值邊緣檢測(cè)單元進(jìn)行閾值邊緣檢測(cè)的方法包括以下步驟：
步驟1：采用隸屬度函數(shù)將待處理的圖像映射為一個(gè)模糊矩陣 ；
步驟2：設(shè)圖像 具有 個(gè)灰度級(jí)，圖像大小為 ，模糊矩陣 的元素 為圖像的隸屬度函數(shù)為：；參數(shù)F=2；與 的形狀有關(guān)；
步驟3：對(duì) 進(jìn)行非線性變換，得到：
;
步驟4：對(duì) 進(jìn)行逆變換，得到模糊增強(qiáng)后的圖像
步驟5：得到圖像的邊緣為：
。
本發(fā)明實(shí)施例3中提供了一種基于遺傳算法的尋路機(jī)器人系統(tǒng)及尋路方法，系統(tǒng)結(jié)構(gòu)圖如圖1所示：
一種基于遺傳算法的尋路機(jī)器人系統(tǒng)，其特征在于，所述系統(tǒng)包括：用于獲取周圍環(huán)境原始圖像信息的圖像采集裝置；所述圖像采集裝置信號(hào)連接于用于對(duì)原始圖像信息進(jìn)行圖像處理的圖像處理器；所述圖像處理器信號(hào)連接于控制機(jī)器人運(yùn)行的主控制器；所述主控制器分別信號(hào)連接于用于驅(qū)動(dòng)機(jī)器人運(yùn)動(dòng)的步進(jìn)電機(jī)和用于規(guī)劃?rùn)C(jī)器人運(yùn)動(dòng)路徑的路徑規(guī)劃處理器。
所述圖像處理器包括：用于對(duì)圖像進(jìn)行銳化的圖像銳化單元；所述圖像銳化單元信號(hào)連接于用于對(duì)圖像進(jìn)行分割的圖像分割單元；所述圖像分割單元信號(hào)連接于用于對(duì)圖像進(jìn)行二值化處理的二值化單元；所述二值化單元信號(hào)連接于用于對(duì)圖像進(jìn)行閾值邊緣檢測(cè)的閾值邊緣檢測(cè)單元；所述閾值邊緣檢測(cè)單元信號(hào)連接于主控制器。
所述路徑規(guī)劃處理器包括：用于建立初始群體和確定遺傳參數(shù)的初始化單元、所述初始化單元信號(hào)連接于用于計(jì)算個(gè)體適應(yīng)度的適應(yīng)度計(jì)算單元；所述適應(yīng)度計(jì)算單元信號(hào)連接于用于進(jìn)行遺傳操作的遺傳操作單元；所述遺傳操作單元信號(hào)連接于用于比較子串和父串大小的比較單元。
所述主控制器包括：用于給整個(gè)系統(tǒng)供電的電源；所述電源信號(hào)連接于用于處理來往于主控制器數(shù)據(jù)信息的數(shù)據(jù)處理單元；所述數(shù)據(jù)處理單元信號(hào)連接于用于傳輸數(shù)據(jù)信號(hào)的數(shù)據(jù)傳輸單元和用于存儲(chǔ)數(shù)據(jù)信息的存儲(chǔ)器。
所述圖像采集裝置包括：用于獲取原始圖像信號(hào)的CCD攝像機(jī)；所述CCD攝像機(jī)信號(hào)連接于用于將模擬的原始圖像信號(hào)轉(zhuǎn)換為數(shù)字圖像信號(hào)的模數(shù)轉(zhuǎn)換單元。
一種基于遺傳算法的尋路機(jī)器人系統(tǒng)的尋路方法，其特征在于，所述尋路方法包括以下步驟：
步驟1：系統(tǒng)啟動(dòng)，系統(tǒng)初始化；
步驟2：圖像采集裝置開始采集原始的圖像信號(hào)，將圖像信號(hào)經(jīng)主控制器的處理后發(fā)送至路徑規(guī)劃處理器；
步驟3：路徑規(guī)劃處理器根據(jù)接收到的圖像進(jìn)行信號(hào)規(guī)劃?rùn)C(jī)器人的行動(dòng)路徑，將規(guī)劃好的行動(dòng)路徑發(fā)送給主控制器；
步驟4：主控制器根據(jù)規(guī)劃的行動(dòng)路徑發(fā)送控制命令到步進(jìn)電機(jī)，控制步進(jìn)電機(jī)驅(qū)動(dòng)機(jī)器人的運(yùn)動(dòng)。
所述路徑規(guī)劃處理器進(jìn)行路徑規(guī)劃的方法包括以下步驟：
步驟1：初始化種群，沿起點(diǎn)和終點(diǎn)連線方向等距離選取N個(gè)點(diǎn)，在這些點(diǎn)的垂直線上隨機(jī)選取轉(zhuǎn)向點(diǎn)的縱坐標(biāo)，并且使這些轉(zhuǎn)向點(diǎn)不在障礙物內(nèi)；
步驟2：將每一代個(gè)體劃分為n個(gè)類，每個(gè)類中選出若干適應(yīng)度較大的個(gè)體，作為一個(gè)類的優(yōu)秀代表，組成一個(gè)種群；得到種群規(guī)模為： ；
步驟4：計(jì)算種群中所有個(gè)體的適應(yīng)度，將其最好的個(gè)體保留，然后采用錦標(biāo)賽選擇法，挑選父?jìng)€(gè)體，以執(zhí)行交叉操作，并且檢查獲得的子代個(gè)體染色體長(zhǎng)度是否超過N，如果沒有超過，則保留，否則丟棄；
步驟5：以設(shè)定的概率對(duì)新產(chǎn)生的子代個(gè)體進(jìn)行變異、插入、擾動(dòng)、刪除、平滑的操作:；同時(shí)，采取預(yù)選擇機(jī)制，比較子串和父串適應(yīng)度的大小，如果子串的適應(yīng)度高于父串的適應(yīng)度，就替換父串；否則維持父串不變；
步驟6：重復(fù)執(zhí)行步驟3和步驟4步直到獲得的新個(gè)體數(shù)量與父代群體數(shù)量相等；
步驟7：用保留的上一代最優(yōu)個(gè)體替換新種群中適應(yīng)度最差的個(gè)體；
步驟8：檢查算法停止條件。符合則中止，否則跳轉(zhuǎn)至:步驟3，算法繼續(xù)進(jìn)行。
所述圖像處理器對(duì)接收到的原始圖像進(jìn)行圖像處理的方法包括以下步驟：
步驟1：圖像銳化單元對(duì)接收到的原始圖像信息進(jìn)行銳化處理；將銳化處理后的圖像發(fā)送至圖像分割單元；
步驟2：圖像分割單元對(duì)接收到的圖像信息進(jìn)行分割，將分割后的圖像發(fā)送至二值化單元；
步驟3：二值化單元對(duì)接受到的圖像進(jìn)行二值化處理，將二值化處理后的圖像發(fā)送至閾值邊緣檢測(cè)單元；
步驟4：閾值邊緣檢測(cè)單元對(duì)接收到的圖像進(jìn)行閾值邊緣檢測(cè)，將閾值邊緣檢測(cè)的結(jié)果發(fā)送至主控制器。
所述閾值邊緣檢測(cè)單元進(jìn)行閾值邊緣檢測(cè)的方法包括以下步驟：
步驟1：采用隸屬度函數(shù)將待處理的圖像映射為一個(gè)模糊矩陣 ；
步驟2：設(shè)圖像 具有個(gè)灰度級(jí)，圖像大小為 ，模糊矩陣 的元素 為圖像的隸屬度函數(shù)為：；參數(shù)F=2； 與 的形狀有關(guān)；
步驟3：對(duì) 進(jìn)行非線性變換，得到：
;
步驟4：對(duì) 進(jìn)行逆變換，得到模糊增強(qiáng)后的圖像
步驟5：得到圖像的邊緣為：
。。
本發(fā)明并不局限于前述的具體實(shí)施方式。本發(fā)明擴(kuò)展到任何在本說明書中披露的新特征或任何新的組合，以及披露的任一新的方法或過程的步驟或任何新的組合。