根据提供的文件信息，该篇论文研究了如何利用遗传算法优化归一化划分准则以改善图像分割的效果。以下是对标题、描述和部分内容中所含知识点的详细说明。
标题中的“遗传算法优化归一化划分准则的图像分割”提到了几个关键词：遗传算法、归一化划分准则和图像分割。遗传算法是一种模拟自然选择和遗传学机制的搜索优化算法，它通过迭代选择、交叉（杂交）和变异等操作来改进一系列候选解，以解决优化和搜索问题。归一化划分准则是一个统计学中常用的方法，目的是为了提高数据的可比较性或稳定性，通过将数据变换到一个标准范围内来实现。在图像处理中，图像分割是将图像分割为多个部分或对象的过程，是计算机视觉和图像分析中的基础任务之一。
描述中提到的“改进的空间剖分”、“构造分片磨光曲面”、“低次的磨光曲面”以及“自由参数控制磨光区域的大小和调整磨光曲面的形状”均是图像处理中的高级技术。空间剖分可以理解为将图像中的像素按照某种规则划分到不同的区域或类别中，而磨光曲面通常是指对图像进行平滑处理以减少不必要的细节，从而提高图像质量或便于后续处理。低次磨光曲面意味着在保持图像质量的前提下，尽可能地简化曲面的复杂度。自由参数是指在算法中可以根据实际需要进行调整的参数，这些参数可以帮助算法更好地适应不同的图像和应用环境。
部分内容中提供了论文的作者信息、摘要和引言。摘要中提到了通过改进的空间剖分来构造分片磨光曲面，并且得到了低次的磨光曲面，同时强调了存在自由参数可以控制磨光区域的大小和调整磨光曲面的形状。引言部分对磨光操作进行了阐述，磨光在曲面造型中的作用是去除不必要的尖点、角、棱等不光顺部分，使得曲面之间能够平滑拼接。论文还提到了一些学者之前对隐式曲面磨光所作的研究，并指出了这些方法的局限性。Chen等人提出的低次磨光方法以及Mou提出的高阶低次磨光方法都被提及。这些内容说明了本论文的研究是在现有研究的基础上进一步改进和发展的。
B-网方法是计算机图形学中用于构造曲面和曲线的一种技术。在B-网方法中，重心坐标用于定义多维空间中的点，而Bernstein-Bezier曲面片（简称B-B曲面片）是一种参数曲面，通过Bernstein多项式定义。通过B-网方法可以构造出光滑拼接的曲面片，得到最终的低次磨光曲面。在改进的空间剖分中，利用了B-网方法，这能够提高计算的便捷性，并且通过n-面角的空间剖分中的自由参数对磨光区域和曲面形状进行有效的控制。
该论文提出了一种新的方法来优化图像分割过程中的归一化划分准则，其核心是利用改进的空间剖分和B-网方法构造出具有控制参数的低次磨光曲面，以改善图像分割的效果。通过这种方法，研究者希望能够解决现有方法中磨光曲面次数较高、难以从局部和整体上有效控制的问题。这篇论文的研究内容丰富，涉及了遗传算法、图像处理、曲面造型和计算机图形学等多个领域的知识，对相关领域的研究者和实践者均有一定的参考价值。
