基于多重分形的图象边缘检测

给出了一种基于多重分形的图象边缘检测方法 ,并对维数范围的选取及对边缘检测结果的影响进行了研究。该方法通过计算图象中每个像素点的局部Hoelder指数和它的多重分形频谱 ,然后根据多重分形频谱选取适当的维数范围提取图象边缘信息。实验证明 ,通过选取适当的维数范围该方法能得到良好的边缘检测效果 ,并能突出主要的图象边缘细节信息。     

基于分形维数和数学形态学的图像边缘抗噪检测算法研究

针对现有车牌识别技术中的车牌图像定位处理问题,提出一种基于多重分形理论和数学形态学的复合边缘检测算法。该算法利用多重分形理论中分形维数特征进行图像二值化处理,再利用数学形态学检测连续的特征边缘。试验结果表明,在抗噪性能方面,该方法比经典的边缘检测算子具有更好的检测效果。     

图像分形维数计算及其边缘提取

为提高遥感影像中地物边缘信息的提取精度,以离散分形布朗随机场（DFBR：DiscreteFractalBrownRandomfield）模型为依据,尝试设计并利用Matlab编程实现一种基于遥感影像单个像元的分形维数计算算法。该算法将影像的灰度空间映射成分形维数空间,然后在该空间进行变换和边缘检测。地物空间分布及其影纹结构边缘特征的差异,使计算分形维数所选窗口大小成为关键。选取研究区局部地段高空间分辨率遥感影像作为实验数据,通过计算不同窗口下像元分形维数,得到最佳边缘信息提取的计算窗口。实验结果表明,该算法在同类计算中更符合遥感数据的特点,提高了遥感影像地物边缘信息提取精度。     

分形多重相关方差X线颅颌影像边缘检测

针对X线颅颌影像片边缘检测十分困难的问题,提出一种基于多重相关方差的计算多重分形谱的算法.构建一个X线图像的五邻域多重相关空间,定义图像的多重分形谱的概率测度,对数字X线头影侧位片进行多重分形性质的分析.通过图像的多重分形谱与权重因子相关性的分析,进一步判定线形区间及适当的权重因子,得到X线头影片图像的多重分形的线性区间,验证X线头影片图像的多重分形的几何性质,实现对X线头影侧位片的整体轮廓的边缘提取.该算法具有保持和加强图像的局部特性,突出图像的细微处的特点,克服了多重分形谱对噪声敏感的缺点,能有效抑制图像中的噪声.     

我国股票市场的多重分形特征及其与风险的关系研究

通过q阶矩结构分割函数法和多重分形维数谱法对我国股票市场的价格指数序列进行多重分形分析,得出结论：我国股票市场具有多重分形特征,但多重分形特征较弱.结合我国股票市场实际特征和风险的情况,引入多分形指标得到风险与多重分形之间的对应关系.从而可以从多标度分形分析的结果中提炼出对金融风险管理有益的信息,从而构架非有效市场条件下的金融风险测度和风险管理方法.     

分数阶微分增强的脑部MRI图像边缘检测

针对传统边缘检测方法提取医学图像的边缘不理想问题,利用分数阶微分掩模算子预先对图像边缘做增强处理,同时根据分形理论,将可调的分数阶微分阶次与能够反应图像自身特点的分形维数相结合,提出脑部MRI图像的分数阶微分阶次和分形维数之间的对应关系,从而在微分阶次区间内选出最佳微分阶数,使得图像更利于细节边缘提取。通过仿真对比,由该方法检测出的脑部MRI图像边缘比传统整数阶提取的更加细致,保留更多的纹理细节。     

基于多重分形理论的河流氨氮时空演变分析

基于时间序列相空间重构思想和多重分形理论,对安徽省某市河道型水源地氨氮的时间序列进行分析,合理选取嵌入滞时τ,采用Grassberger和Procaccia提出的混沌吸引子的G-P算法,构建n维相空间,计算嵌入维数m和分形维数D.计算结构表明:当嵌入维数达到9以后,河流氨氮时间序列动力学系统具有稳定的分形维数1.886,说明有2个因子在影响该水源地氨氮的动态变化,并且该系统的有效自由度为9,为水质系统建模时提供了变量数的上界.     

红外监控系统中图像增强技术的应用

提出了分形布朗运动的方法增强红外监控图像,利用分形布朗运动模型分析红外图像每个像素并计算出分形维数,根据分形维数和人眼对像素的敏感程度对监控图像进行增强.通过红外监控系统的软硬件试验,人眼视觉特性被引入到监控系统中,图像突出增强了景物的轮廓,使得监控画面能够取得较好的观察效果,该方法能够解决红外监控系统图像边缘模糊可视性差的问题.     

红外图像的多尺度分形增强算法

本文提出了一种红外图像增强算法,结合多尺度分形维数和人眼频率特性对图像进行增强.该算法首先在多尺度条件下计算图像的分形维数,然后采用巴特沃斯滤波器,从频域抽取人眼敏感区的图像信号,最后将滤波图像结合分形维数值进行处理.结果表明,本文算法使图像中边缘及细节部位的亮度和对比度有提升,相较于单一尺度,图像的细节和边缘更加丰富,相比于传统的分形算法图像更适合人眼观看.     

图像压缩中基于分形维数的小波基选取

小波函数具有多样性,采用不同的小波基对图像进行压缩后,重构图像的质量有一定差别.为了选取合适的小波基对图像进行小波变换编码,提出一种基于分形维数的小波基选取的图像压缩方法.通过差分计盒法计算相关图像的分形维数,将图像按照分形维数数值的不同划分为不同类别.选取每类中的代表图像,采用多种小波基,分别用SPECK算法对其压缩处理.根据重构图像峰值信噪比的数值,得出每类图像适合的小波基.实例分析表明,该方法可以在一定程度上提高小波图像编码的峰值信噪比.