圖像邊緣提取是圖像處理及計(jì)算機(jī)視覺(jué)中的最基本問(wèn)題，邊緣檢測(cè)的結(jié)果直接影響后續(xù)處理的精度與結(jié)果，其關(guān)鍵是在去除圖像噪聲和銳化圖像邊緣的同時(shí)，保持并增強(qiáng)圖像的重要特征。傳統(tǒng)圖像邊緣檢測(cè)方法如微分算子法、拉普拉斯高斯算子法、Canny 算子、擬合法，雖然具有計(jì)算簡(jiǎn)單、速度較快的優(yōu)點(diǎn)，但對(duì)噪聲干擾都比較敏感，檢測(cè)邊緣的同時(shí)加強(qiáng)噪聲，并且檢測(cè)的邊緣容易產(chǎn)生斷裂。如何提取到圖像中真正的邊緣，一直都是圖像處理領(lǐng)域的研究熱點(diǎn)。

　　數(shù)學(xué)形態(tài)學(xué)是一門(mén)建立在集論基礎(chǔ)上的非線(xiàn)性圖像處理理論，有著嚴(yán)格的數(shù)學(xué)理論基礎(chǔ)和幾何學(xué)基礎(chǔ)，著重研究圖像的幾何結(jié)構(gòu)及相互關(guān)系，廣泛應(yīng)用于形狀識(shí)別、邊緣檢測(cè)、紋理分析、圖像增強(qiáng)與恢復(fù)等領(lǐng)域。它基本思想是使用具有一定形態(tài)的結(jié)構(gòu)元素度量并提取圖像中的對(duì)應(yīng)形狀，進(jìn)而實(shí)現(xiàn)圖像分析和圖像識(shí)別等應(yīng)用，其對(duì)噪聲具有魯棒性，提取的邊緣也比較平滑，在應(yīng)用中具有明顯的優(yōu)勢(shì)。但數(shù)學(xué)形態(tài)學(xué)方法中對(duì)圖像的處理與結(jié)構(gòu)元素的選擇密切相關(guān)，不同的結(jié)構(gòu)元素可以處理不同的圖像分析，得到不同的結(jié)果。如果結(jié)構(gòu)元素選取不合適，檢測(cè)效果會(huì)很差。給出一種遺傳算法優(yōu)化的形態(tài)學(xué)邊緣檢測(cè)算子，提出一種遺傳算法優(yōu)化的形態(tài)學(xué)TOP-Hat 算子。文中提出一種改進(jìn)的遺傳算法，并將其應(yīng)用于結(jié)構(gòu)元素的優(yōu)化選擇進(jìn)行邊緣檢測(cè)，得到了較為滿(mǎn)意的邊緣結(jié)果，并具有良好的抗噪性