遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一种新的全局优化搜索算法，具有简单通用、稳定性强、适于并行处理以及高效、实用等显著特点，在很多领域得到了广泛应用，另一方面，在图像处理领域有很多优化问题如图像压缩，模式识别，图像校准，图像分割，三维重建，图像检索等等，实际上都等同于一个大范围搜索寻优问题，而最优化问题是遗传算法经典应用领域，因此遗传算法完全胜任在图像处理中优化方面的计算。基于这个理论可行性的大前提，本文在吸取前人实践经验的基础之上，深入研究了遗传算法在图像压缩，模式识别两个问题中的应用策略，并得到了比较满意的结果。 全文共分三章，在第一章首先简单介绍了遗传算法的研究历史，生物背景，继而简述了遗传算法的基本实现步骤和基本遗传算子的实现方案以及遗传算法的基本特点和目前的基本应用情况以及作者在应用遗传算法处理问题中的一点心得。 在第二章首先简述与图像压缩相关的小波分析基础理论知识，涉及到小波得到发展的原因及其优点，连续小波，离散小波，二进小波具体形式定义，以及构造在正交小波的多分辨分析。然后阐述了紧支撑双正交小波及其在图像压缩具体应用方法之后，基于遗传算法对小波滤波器的构造方法进行的研究，提出了解决对任意特定图像进行压缩处理所需要的最优小波滤波器的构造问题，从而将遗传算法与小波压缩有机结合起来实现了图像的最优压缩。 在第三章里，在分析模式识别问题的多参量目标优化的性质的基础上，分别就规则图形，复杂图形，图像层层深入地提出了遗传算法在图形图像的模式识别问题的实现策略。