基于分数布朗随机场与分形参数的原木漏节图像处理

本文提供了一种基于分形理论中分数布朗随机场模型和分形参数H值的X -射线原木漏节图像处理方法。分数布朗随机场模型是描述自然景物的有效方法 ,在图像区域的小范围内 ,灰度表面具有统计意义上的自相似性 ,但在不同图像区域的交界处 ,这种分形的规律性将会被破坏 ,在此求出的分形参数H值将会发生奇异 ,据此可以判断出该处为图像的边缘或交界处。从试验的结果可以看出这种方法对X -射线原木漏节图像非常有效 。

基于离散分数布朗随机场模型的景象适配性分析方法

首先阐述了在自然景象的齐次平稳高斯随机场模型下进行景象适配性分析的不足 ;然后建立了景象的离散分数布朗随机场模型 ,在小波多分辨率分析的基础上提取了分形特征 ;接着推导了景象的分形特征与基准子图的二维相关性之间的关系 ,并提出了基于分形特征的景象适配性分析方法 ;最后通过大量仿真试验验证了分形特征和基准图的正确匹配概率之间的关系 ,对于景象匹配区的选择具有一定的实用价值。

基于离散分数布朗随机场的水下图像目标检测

采用传统图像检测方法存在目标区域定位不准确、目标细节信息丢失、目标形状变形等问题,本文提出一种基于离散分数布朗随机场模型的水下图像目标检测方法。该方法根据分形理论和水下图像的特点,以图像中每个像素点为中心取窗口,计算在该窗口内的分形维数均值,将该均值作为中心像素的分形特征,然后根据分形维数分布图确定分割阈值,从而实现对水下图像分割,并且通过将目标表面不同尺度下的灰度差分平均值进行归一化处理,减少了用于表示不同尺度下的平均绝对值灰度差分的数据,从而提高算法检测效率。实验结果表明,该方法对水下成像条件具有一定鲁棒性,是一种有效的水下图像目标检测方法。

分数布朗小波随机场与Hurst参数估计

通过对小波变换与分数布朗随机场的讨论 ,分析了小波变换与分形之间的内在联系 ,并讨论了分数布朗小波随机场的性质、特点 。

基于分数布朗随机模型的X线影像边缘检测算法的探索与实践

根据在影像的边缘处,分形的规律性将会被破坏,参数值H将会发生奇异,作者提供了一种基于分数布朗随机模型的X线影像处理方法,从而可以准确判断出X线影像的边缘。对实际仿真效果的分析结果显示,结合分数布朗随机模型的分形参数算法较之其他的边缘检测算法(如Canny算子、Sobel算子等)效果要好,采用该方法能够有效检测X线影像边缘,对提高疾病诊断率、降低治疗成本有重要的现实意义。

地质现象分形统计研究的某些进展和发展趋势

笔者系统总结了地质现象的分形统计研究中几方面的最新研究成果:①矿石品位和储量的分形结构性及其分形模型的理论和实际意义;②分形在矿产资源定量预测与评价中的应用;③多重分形模型应用到空间数据和空间点的变化性研究,把分形与地质统计学结合在一起,得到一些有用的公式;④地质数据的分形插值与成图,指出"分数布朗场模型"可提高地质数据分形插值的精度;⑤分形结构因子等。最后对地质现象分形统计研究提出几点建议。

一种基于广义多尺度分形参数的小目标检测方法

复杂场景中小目标的检测是一个难点。本文从分数布朗随机场模型的描述出发，提出并构造了一种广义多尺度分形参数，用于描述图像的纹理信息。它可以作为区分分形集合与非分形集合的一种有效的测度。进一步，基于广义多尺度分形参数，本文提出了一种具有抗噪性能的稳健的目标提取算法，并用于海上小目标的提取。对于实际图像的实验结果表明，本算法具有极高的检测精度。

利用分形法表征光学元件中高频相位畸变

针对神光Ⅲ主机装置使用的光学元件,基于分形理论,分析中高频相位畸变的统计分布特征,指出其满足分数布朗随机场,并利用结构函数法对分形维数进行计算,统计结果显示,大口径钕玻璃片的分形维数在2.34～2.43之间。利用局部稳态的随机中点位移法,提出一种新的表征光学元件相位的方法,将分形维数作为参数,可衡量中高频相位畸变,对高功率激光光学元件的评价有参考意义。

基于分形理论和数学形态学的图像边缘检测方法

提出一种基于分形理论和数学形态学的边缘检测方法。该方法利用分形理论中离散分数布朗随机场来抑制噪声得到按分形维分布的灰度图像，采用数学形态学检测连续的特征边缘。试验表明，采用该方法比经典的边缘检测算子能够更好地达到视觉测量的要求。

一种分形和形态学结合的图像边缘检测算法

分形将灰度图像空间映射到分形维数空间进行边缘检测,形态学利用具有特向性的检测算子进行边缘检测。本文将分形中DFBR模型和改进的形态学方法相结合得到一种新的边缘检测算法。实验结果表明:结合算法具有分形算法的保留图像边缘细节能力和形态学对特殊方向边缘的检测能力,在对含有大量细节图像的边缘提取上优于单一的边缘检测方法,并具有良好的抗噪性能。

基于分形和数学形态学的图像边缘检测方法

图像处理是视觉测量方法必需的技术,图像处理结果的好坏直接影响到了测量的质量。其中,边缘检测是重要的一步。视觉测量不仅需要较好地检测到边缘,还需要边缘尽可能是连续的。该文提出了一种基于分形理论和数学形态学的边缘检测方法。该方法利用分形理论中离散分数布朗随机场来抑制噪声得到按分形维分布的灰度图像,采用数学形态学检测连续的特征边缘。试验表明,采用该方法比经典的边缘检测算子能够更好地达到视觉测量的要求。

基于分形的低反差图像增强方法

对于工业现场采集的一类低反差、噪声大的图像,经过非线性滤波后根据分数布朗随机场模型理论,从灰度空间变换到分形参数空间,并以归一化后的像素分形维数为加权值对图像进行分形增强.非线性滤波刻意避开对图像边缘的平滑,能在消除图像噪声的同时很好地保持图像边缘等细节信息.与直方图的灰度拉伸增强比较,分形方法增强具有突显灰度差别不大的目标边缘等重要细节信息和抗噪能力强的优点,为后续的图像识别作了很好的准备工作.

地空背景下目标分形拟合检测算法

通过数字图像的离散分数布朗运动场模型,在研究提取分形维数H参数的基础上,根据人造目标与自然背景各自不同的分形特性,针对性的提出了一种提取分形模型拟合误差的检测算法。实验表明,该方法能够实现不同背景及目标的检测,抗噪声干扰性好,较之普通检测算法对目标具有更好的检测效果,是一种有效的边缘检测算法。

DEM数据内插的分形方法及其试验研究

在讨论了分数布朗场和利用 DEM 数据进行分维估值的基础上,介绍了一种 DEM 数据的分形内插方法,并给出了具体算法和应用实例。