论文部分内容阅读
针对ICT(industrial computed tomography)图像处理后零件轮廓的离散数据点,采用改进遗传算法的特征点自适应识别与提取方法对轮廓数据进行精简,以线段和圆弧为逼近基元,以较小的逼近误差(ISE)和较少的特征点为优化目标;对种群采取分类初始化,大大缩小了种群规模;变异概率和交叉概率自适应生成,加快了收敛速度.实例表明改进的遗传算法有更高的优化速度和全局搜索能力,特征点的提取效果较好.