基于分维特征的目标分割与检测

提出了一种改进的盒维数算法 .基于这种盒维数定义 ,对高通滤波后的图像逐点计算 ,所得的盒维数为该点的分形特征 .根据这种算法 ,背景中多种不同纹理的特征值非常接近 ,而目标所在位置的特征值高于背景所在位置的值 .并提出一种迭代的分割 聚类法检测各目标 .     

一种基于视觉特征的鞋底图像识别方法

提出了一种基于视觉特征的鞋底识别方法,即提取鞋底的形状、直方图、纹理特征,将这些特征进行内部和外部归一化形成鞋底图像的视觉特征,实验结果表明根据鞋底图像视觉特征进行识别是很有效的.     

一种基于综合特征的鞋底图像识别方法

本文提出了一种基于综合特征的鞋底识别方法,即提取鞋底的形状、直方图、纹理特征,将这些特征进行内部和外部归一化形成鞋底图像的综合特征.实验结果表明根据鞋底图像综合特征进行识别是很有效的.     

基于GIS的城市交通网络分形特征研究

针对目前城市分形研究注重城市体系，对大都市城市个体形态生成演化的分形本质研究相对滞后的特点，尝试通过城市交通网络结构演化这一新的层面，拓展城市演化的分形本质研究，简要介绍了交通网络空间结构的分形测度-半径维度的定义，地理意义与测算方法，以上海基础交通网络信息GIS为支撑，分别对上海城市全域，浦西、浦东两分地域，几个行政城区进行了分形维数测算，结果表明，就城市全域而言，依据原城市“中心”与新开发的浦东陆家嘴“中心”所测算的分维数分别为1.56与1.66，二者相接近，也与国外一些相似的研究结果报道一致，表明交通网络存在分形本质的城市共性，就浦东浦西两分割地域而言，开发历史悠久的浦西中心城区，交通网络密度与复杂度远高于浦东地区，反映在分形维数上浦西1.57远高于浦东的1.37，就行政辖区而言，历史久远的中央商务区所在的卢湾、静安两区。分维数高于新发展的宝山、闵行，突显了老建成区的道路，交通网络的复杂性特征，论证了分形理论在城市内部结构和形态演变研究中的可应用性，初步揭示了上海交通网络空间结构在全市地域和有关行政区内的分形特征，讨论了交通网络的空间结构与经济发展的联系。     

关于分形的定义与分维的计算

本文目的旨在解决分形学(Fractals)中的一个悬而未解、而又至关重要的问题,即分形及其度量——分形维数的确切严格定义.进而分别考察离散分形与连续分形的分维计算公式.阐述一种具有并行、实时且普遍适用的分形维数——Minkowski维数及其数字化算法.     

基于分形维数的纹理特征的提取与应用

从图像纹理特征入手,研究如何有效地抽取图像纹理特征对图像进行描述,基于目前常用的图像分形维数的求取方法来抽取特征,设计了基于纹理特征进行图像检索的系统。实验结果表明,分形维数为纹理特征算法能更好的反映图像的纹理特征。     

基于MATLAB图像分维数的计算

利用MATLAB的图像处理和数值计算功能,通过编写MATLAB程序计算Sierpinski垫圈图形分形维数,结果表明该方法是准确的、合理的.通过对锦屏二级水电站深埋长大引水隧洞围岩破坏微观图像(SEM图像)进行处理,计算出图像的分形维数.     

关于分形的定义与分维的计算

本文目的旨在解决分形学(Fractals)中的一个悬而未解、而又至关重要的问题,即分形及其度量——分形维数的确切严格定义。进而分别考察离散分形与连续分形的分维计算公式。阐述一种具有并行、实时且普遍适用的分形维数——Minkowski维数及其数字化算法。     

洛特卡定律的分形性质及数学学科的洛特卡分维值

阐述了洛特卡定律的分形性质－统计相似性，及洛特卡定律的分形模型，计算并讨论了数学学科的洛特卡分形维数。     

基于维特征的目标分割与检测

提出了一种改进的盒维数算法。基于这种盒维数定义,对高通滤波后的图像逐点计算,所得的盒维数为该点的分形特征。根据这种算法,背景中多种不同纹理的特征值非常接近,而所在位置的特征值高于背景所在位置的值。并提出一种迭代的分割－聚类法检测各目标。     

基于分形维数的图像纹理分析

利用分数维能够把图像的空间信息和灰度信息有机结合起来的特性,提出了一种基于分形维数的图像纹理分析方法.为了更准确地描述纹理表面的粗糙度,该方法首先将纹理图像进行6种灰度变换并计算其相应的分形维数,同时采用H lder指数作为描述图像纹理的奇异性特征,然后利用提取的纹理特征对图像进行纹理分割.实验结果表明:采用该方法所分割的图像能很好地体现图像的纹理分布.     

基于分形维数的皮革图像分类研究

为了对皮革图像进行分类,引入分形维数这一新特征,并通过毯子法计算皮革图像的分形维数,通过与实验所得的阈值进行比较实现牛皮和羊皮图像的分类.试验表明,该方法对牛皮和羊皮图像能进行有效的分类.     

分形维的自适应阈值选取与图像增强

对于低对比度纹理图像的感兴趣区域,如果直接采用最大类间方差法是很难将图像分割的.于是,在分形理论的基础上,提出了用加权分数维进行灰度增强的方法,找到了作为判断准则的基本系数,并以肺部CT图像中的肺结节为例进行分割与识别,得到了比较好的效果.     

基于尺度分维的图像边缘检测方法研究

将分形用于自然纹理描述，指出了单一分形维数测度用于纹理分析的局限性，并提出了尺度分维的新概念．研究了自然纹理与纹理边缘的尺度分维随尺度的变化规律，提出了一种基于图像纹理特征的边缘提取方法，并分析了它的抗噪性能，给出了边缘检测的实例     

基于分形维数的全变分图像平滑模型

针对标准全变分模型用梯度检测边缘易受噪音干扰产生"阶梯"效应和在处理纹理丰富的图像时易丢失细节纹理信息的缺点,提出了一种基于分形维数的全变分模型,该模型可利用图像局部分形维数来检测边缘,能够准确识别真实边缘、剔除假性边缘,从而抑制"阶梯"效应,可保护纹理丰富的图像的纹理细节信息。平滑后的图像显示出改进方法能有效去除噪声并减弱"阶梯"效应,获得较高峰值的信噪比。     

具有n周期吸引轨道Julia分形图分维同胚分形插值算法

本文作者提出：“同胚分形插值算法”。根据实分形值函数算法的理论与定理，得到两个动力系统｛ｚ１，ｆ１｝及｛ｚ２，ｆ２｝的胚仿射变换θ，使它们等价或拓扑共扼，由此可以获得复平面上具有ｎ周期吸引轨道的Ｊｕｌｉａ分形图的盒维数估计。     

分形与神经网络方法在卫星数字图像分类中的应用

根据卫星数字图像特点,引入了分形方法来描述纹理结构特征,利用离散分形布朗运动(DFBM)统计模型来抽取卫星图像纹理结构特征。在此基础上,采用神经网络方法将纹理结构特征与地物光谱特征相结合,进行卫星图像分类。试验结果表明,该分法分类效果优于单纯采用光谱特征分类的最大似然法。     

分形图像分析与分形维数计算程序的设计

研究了分形图像的分析过程,提出合理的分形图像提取流程,利用ＶｉｓｕａｌＣ＋＋完成了基于Ｗｉｎｄｏｗｓ平台的分形维数计算程序（ＦｒａｃｔａｌＤｉｍｅｎｓｉｏｎＣａｌｃｕｌａｔｉｏｎＰｒｏｇｒａｍ：ＦＤＣＰ）的设计,并以直线,康托尔三分点集,斜赫曲线等分形图形对其进行了标定。     

分形维数及其在图像分析中的应用研究

论述了盒维、差分盒维、毯子维以及多重分形维等基于分形理论的图像分析原理和方法,并讨论了国内的研究情况.从相应的研究可知,利用图像的分形维数特征,进行图像分类、图像分割以及边缘检测的方法是可行和有效的.