一种结合分形维的高斯混合模型目标检测方法

针对树叶飘落、树枝摇动等自然背景的变化对目标检测带来的影响,提出一种结合分形维的高斯混合模型(GMM)目标检测方法。利用差分盒子维求取图像分形维数,通过设定分形维阈值去除自然背景,采用GMM方法进行目标检测。结果证明,该方法比传统的目标检测方法具有更好的检测效果。     

WorldView-1卫星植被全色图像分形维数的计算方法

WorldView-1卫星可进行高分辨率的全色段成像和细节化的精确制图,其中植被图像的特征提取对于后续识别、分类等研究,具有重要的应用价值。利用分形理论在图像识别中的优势,结合WorldView-1植被全色图像的特征,提取一定规模的植被图像块,分别以Hausdorff算法、Box-counting算法、Euclidean distance map算法及毯覆盖法进行分形维数提取和比较分析,寻求适合WorldView-1植被全色图像的分形维数计算方法。实验结果表明,毯覆盖法计算维数比另外三种算法稳定,适合求取WorldView-1影像分形维数。     

一种基于分形维数的图像相似性检索特征

本文描述了一种采用小波包分解子带图像分形维数作为图像纹理特征进行图像相似性检索的方法。首先对图像进行小波包分解。每一个子带图像的分形维数构成图像的特征向量用于图像的相似性检索。实验表明,该方法计算速度快。在特征向量维数极少的情况下,该特征对于描述方向性和结构性较好的纹理具有良好效果。     

改进差分盒维数阈值的自然图像分割方法

分形可以提供自然图像复杂度信息,是一种最接近自然的算法,而维数是分形理论中最重要的内容之一,在图像处理中被广泛的应用.由于普通的阈值分割方法只注重灰度信息,而分形维数能很好考虑空间信息,还能考虑一些主要的细节问题,从而将两者结合,改进的差分盒维数法是利用图像分块处理的思想,能处理大数据图像信息,因此改进差分盒维数阈值法得到很好效果,应用于数学形态学处理.实验结果证明,改进差分盒维数阈值的自然图像分割法比传统方法和盒维数的方法效果好,不仅提高分割速度,而且分割精度也得到提高.     

基于加权方差的煤矸石X射线图像分形维数最优估计算法

传统方法对于煤矸石X射线图像分形维数估计存在单层次缺陷,提出了基于加权方差的煤矸石X射线图像分形维数最优估计方法。由局域窗口特征检测方法获取图像的二维边缘像素特征分量,取其最大值构成图像采集的像素特征量,实现对图像的特征分解。在此基础上,提取二值化图像边缘轮廓特征量,采用包络轮廓线分割方法超分辨融合煤矸石X射线图像,建立煤矸石X射线图像的模板匹配模型。采用多层次纹理重建方法,获取图像的活动轮廓多层次分布集,结合加权方差获取图像方差和标准差,将图像的分形维数估计方差和标准差输入图像的相关性检测模板匹配函数中,进行图像分形维数最优估计。仿真结果表明,采用该方法进行煤矸石X射线图像分形维数估计的精度较高,自适应性较好,提高了煤矸石X射线图像的识别和检测能力。     

一种基于数学形态学的分形维数估计方法

对于分形维数的估计是基于分形理论的纹理图像分割算法中最重要的环节。由于使用固定划分的规则网格，常用的基于盒计数的分形维数估计算法及其各种改进方法的误差较大；而传统的形态学维数估计算法虽然在准确性上有一定提高．但其时间复杂度偏高。为此提出了一种基于可变结构元的数学形态学分形维数估计方法(VSEM)。该方法将灰度图像视为一个三维空间中的曲面，使用一组不同尺度的结构元分别度量该曲面．根据度量结果与尺度之间满足的指数率来估计图像表面的分形维数。通过恰当的选择结构元和使用递推技术得到不同尺度下的膨胀结果，新方法成功地弥补了现有算法的不足。本文使用了一组合成纹理和一组自然纹理来评估几种常见的分形维数估计算法。结果显示，本文提出的新方法能够在较小的时间复杂度下，得到更为精确的估计结果。最后，将该方法应用于遥感图像的分割。与其他常用的分形分割算法相比，使用该方法估计的分形维数和图像的临域均值作为特征能够得到更好的分割结果。在对比分析和分割实验中表现出的良好性能说明本文提出的分形维数估计算法可以有效地应用于纹理图像分割。     

基于数学形态学的图像分形维数实时提取方法研究

图像的分形维数是图像的重要定量特征，可广泛应用于图像分析中。但一般计算图像分形维数的算法存在计算量大，不能实时计算的缺点。为了实时计算图像的分形维数，本文根据Ｍｉｎｋｏｗｓｋｉ－Ｂｏｕｌｉｇａｎｄ维数定义，采用数学形态学覆盖的方法设计了一种算法，并同Ｂｏｘ Ｃｏｕｎｔｉｎｇ方法进行了比较，实验计算结果表明该算法计算准确度高且稳健性好。同时本文还给出了实时并行实现结构。     

基于分形的图像分析方法综述

根据分形擅长描述自然不规则物体对象的特点,论述了盒维、FBR模型和LIFS分形编码等基于分形理论的图像分析原理和方法,讨论了国内的研究情况。从相应的研究得知,利用图像的分形维数特征,进行边缘检测和纹理分割,是可行和有效的。     

利用小波分解和分形维数进行声纳图像识别

以分形维数和多重分形的概念为基础，通过计算原图像和灰度差分图像的分形维数和多重分形维数，形成了纹理特征集的第一部分；然后对声纳图像采用树式结构小波变换，将小波变换各个频带输出的熵作为纹理分类的特征，并根据特征本身的离散程度对其进行规范化处理，构成了纹理特征集的第二部分；最后将这两部分组合，对不同信噪比的声纳图像进行分类识别．识别结果表明，文中方法的识别率可达到90％以上．     

分形维数及其在图像分类中的应用研究*

首次从分形维数的角度出发,提出了用图像的分形维数对图像进行分类的问题,并且对小幅交通路况图像的分形维数分布区间进行了研究.从实验结果看,分形维数可以很好地作为图像分类与分析的参数.当盒子边长ε取最小值2和4时,交通路况图像的维数区间为2.4～3.0和2.8～3.0.     

分形分维在遥感图像纹理分析中的应用

基于分形几何学的影像纹理分类是以影像纹理的分维值为最基本的分类依据,影像分维值不同则属于不同的纹理类型。介绍了三种计算影像分维值的算法和数学模型,应用结果表明,综合运用三种方法进行纹理分析能得到满意的结果。     

分形图像的泛逻辑运算模型

泛逻辑学与分形理论是研究非线性自然系统的新兴科学,它们在复杂系统与计算机图像处理中已有良好的应用。论文首先给出了分形图像的测度选取原则与分维计算方法,然后利用泛逻辑学的基本原理,首次在分形图像中引入“泛逻辑”的概念。文章分析并建立了分形图像的“非与或”运算模型,并实现了分形图像的泛逻辑运算仿真系统,得到了良好的运算结果。这给分形图像的研究提供了一种新的思路,同时也拓展了泛逻辑学的应用领域。     

苹果分类识别中的分形问题研究

提出一种新颖的基于分形理论的苹果属性分类识别方法。通过机器视觉获取苹果彩色图像,进行处理,得到反映苹果色度属性的灰度图象;运用分形理论,通过苹果灰度图象创建灰度特性曲线,对该曲线的分形问题进行研究,得到曲线的分形维数;根据特征维数,建立起苹果属性类别和分形维数间的关系,实现了苹果属性的准确检测和分类。实验结果表明,用分形理论方法进行苹果分类识别,具有良好的抗噪、容错能力,并能有效地克服传统图像分割识别方法适应性差的缺点,提高了分类判别准确率和分类精度。     

基于分形维数的图像边缘提取

针对医学领域中的红细胞图像要求测出细胞面积、圆度及个数等特征,提出一种基于分形维数的图像边缘提取方法.以分形布朗随机场模型为依据,计算每个像元的分形维数,将原来的灰度空间映射成分形维数空间,在该空间进行边缘检测.实验结果证明,在选择最佳窗口大小的情况下,该方法能突显医学细胞图像的检测特征,并且具有很强的抗噪声能力.     

基于格图像的康托集分维与泛逻辑运算

对康托集的研究一直是分形领域的经典而又热点的课题。本文尝试用一种新的模式——“格图像”来研究康托集的分形特性,给出了康托集的格图像构造与分形维数计算方法,计算表明：康托集的自相似分维是格图像分维的特例,格图像分维是自相似分维的扩展。文章首次在分形领域引入泛逻辑的概念,给出了基于格图像的康托集的泛逻辑“与,或,非”运算模型,它不仅考虑了集合的代数列度大小。而且考虑了在参考格中的几何位置关系,这给分形图像的研究提供了一种新的思路,同时也拓展了泛逻辑学的应用领域。     

热图象场的分形测量方法研究

影像的分形研究是图象分析中的一个新课题,该文通过对分形原理、传统的分形计算方法的研究,结合热图象特征给出了３种不同的分维计算方法－灰度曲面分形计算,剖面曲线分形计算,象元点分形计算,实践表明灰度曲线分形计算可以揭示热图象整体的分形特征;剖面曲线分形计算则可对比研究典型地域的热辐射特征;象元点分形计算可以给出热辐射变化梯度的定量描述。在讨论有关分形性质后,给出了上述方法在上海市热图象场分形测量中的良     

分维分割编码与重构

文章给出了基于分形维进行分割的编码算法及相应的解码重构过程描述。分形编码是从全局出发,考虑到图象中一些相距甚远的区域之间,或区域与整体之间可能存在相当大的相关性这一特点而提出了利用分形及分形维的方法,试图寻找快速的编码,解码及平滑处理。该方法通过存储图象的生成元获得了显著压缩图象存储量的效果。     

基于分形维匹配的编码算法

本文主要描述的是图像处理方面的分形模拟。构造自相似图像,可以由一小组点通过仿射变换重复映射而产生,而这只需要存储一些起始点和作用到这些点上的变换规则即可。本文从分形维的特征出发,提出了基于分形维进行的迭代函数系统（IFS）匹配的分形编码算法（FIFS：Field Iterated Function System）,这不但获得了很高的压缩比,同一般的分形编码相比,还取得了较快的编、解码速度和自相似匹配误差测算方法。     

基于分形参数的中药材显微图象纹理分析

提出了一种基于分形维数分析中药材显微图象的方法。将中药材显微图象视为灰度纹理图象,依据分形布朗运动性质和功率谱法对4种中药材显微图象进行分维数计算。结果表明:中药材显微图象具有分形的特征,分维数能有效地描述纹理的结构与灰度,不同的显微图象对应不同的分维数,分维数可作为分析图象及进一步识别图象的一个定量参数。     

基于局部小波分形特征的车牌定位研究

提出了一种新的车牌定位算法.车牌定位是车牌识别系统中最为关键的处理之一,分形特征能较好地反映牌照区“粗糙”的特性.首先提取牌照图像灰度图的分形维数,再充分利用小波与分形的密切联系,以二次B-样条小波对车牌局部图像进行小波变换后,提取各个子图的分形维数.这些分形维组成的特征矢量能有效地标示车牌区域和非车牌区域,根据这些局部分形维特征,以改进的BP神经网络作为分类器,有效地实现了车牌的快速准确定位,定位时间在0.7s左右,比同类方法更优.