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。

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。