在传统图像识别中的模板匹配技术面临着计算量大，存储量大的缺点，因此提出了基于遗传算法的图像识别的方法。本文提出了传统的基于遗传算法和normxcorr2结合的方法，对图像进行离散化，然后把图像识别问题变成一系列的离散点组合优化问题，再利用遗传算法对种群优化的性能，对各个控制点组合优化，让控制点与模板进行匹配，寻出最优解。最后通过实验验证遗传算法在图像识别的优点。-In the traditional image recognition in the face template matching

本文主要介绍遗传算法的基本理论，叙述遗传算法在图像增强的的主要应用，即将原始图像变得更加清晰，特征变得更加明显。 现今关于图像增强的算法有很多，而这些算法大多是基于退化函数或者点扩展函数的知识进行图像处理的。当图像出现模糊或噪声影响大时，设计出的图像清晰化的效果肯定不够理想，因此有必要对图像进行增强处理。于是，可利用到遗传算法这种成熟稳定的仿生物进化的全局寻优算法，进行图像增强，由于遗传算法控制参数少、自适应度高，将选择该方法对图像退化分别进行不同的清晰化处理. 这样既增强了图像的对比度,又