分形理论在肝脏CT影像分割中的应用研究

针对肝脏CT影像的特点,提出了基于分形理论的分割算法。根据分形维数反映图像复杂程度的定义,通过计算两次突变的分维数,来确定图像的灰度值范围,并利用该灰度值范围确定阈值。并通过实验,表明利用分形维数所得到的阈值进行分割处理较传统方法有较大改进,且该方法计算的肝脏边缘分维数也为今后评价肝脏是否发生病变提供参考数据。     

复杂背景中多车牌粗定位算法研究

提出了基于车牌分形维数特征进行复杂背景中车牌粗定位的方法。讨论了图像剪裁、灰度图转化以及图像增强时灰度转移函数的构造过程;给出了车牌图像分形维数的计算方法及车牌区域的确定。同时指出多车牌图像车牌区域的分形维数基本在2.65~2.80之间,其值高于车牌图像整体的分形维数,但是低于单车牌图像车牌区域的分形维数。该方法计算简单,不依赖车牌的颜色、形状、尺寸,具有极好的鲁棒性。通过对大量随机的实验图像进行计算表明：漏检率和误检率均为0,检出多于一个候选区域的为50%,正确检测率为100%。     

基于分块聚类的车牌图像二值化方法

利用车牌图像中车牌部分所占比例小、车牌字符与底色灰度对比度大的特点,为运算简单,易识别定位,提出了一种基于分块聚类的车牌图像的二值化方法。方法先将整幅灰度车牌图像等分成多个小块,对每个小块中的像素点根据其灰度值进行聚类,再将聚类结果二值化而得到各小块的二值化结果,合成各小块的二值化结果得到整幅车牌图像的二值图像。实验结果表明,与OTSU二值化方法相比,不仅经该方法处理得到的二值图像能很好地体现车牌特征、有效地降低车牌图像背景的复杂性,而且方法更适用于处理非正常光照条件下的车牌图像。在此基础上能有效地提高车牌定位系统的实时性和适应性。     

数字分形图像分形维数计算

针对数字图像分形维数计算准确度较低问题,为提高图像精确性,消除噪声,设计了基于图像处理和分形维数计算的一体化系统.对具有分形特征的数字图像进行了灰度转换、去噪、阈值分割和轮廓提取处理,得到二值轮廓数字图像;利用计盒维数算法,统计一系列不同像素边长的正方形覆盖二值轮廓数字图像,根据像素数量和正方形个数之间的关系,确定数字图像的分形维数.结果表明,对分形图像的处理简单、方便,通过对kochsnow曲线、Sierpinski垫片等有规则分形图像分形维数的仿真计算,验证了方法的准确性、可靠性和简便性,能为数字图像分形维数的计算提供可靠工具.     

基于文本图像的自适应补偿二值化处理算法

研究图像去噪优化处理问题,文本图像要预处理.针对使用照相机拍摄的文本图像,如摄像头拍摄的车牌图像,由于其受到采光,相机成像蜕化等方面的约束,使图像分辨率低,图像灰度会分布不均匀或者前后背景灰度差过小.采用传统的图像二值化方法并不能满足识别准确性的需要.为解决上述问题,提出一种对文本图像自适应背景强度补偿的二值化算法.首先通过大模板均值滤波获得对背景强度的初始估计,再利用非线性自适应灰度调整,从而使得最终处理图像能使用简单的全局阈值二值化方法,获得较佳的效果.试验结果表明改进的方法效果明显优于传统算法,大大提高了图像的识别率和准确率.     

基于边缘算子的车牌图像二值化方法

提出一种基于Canny边缘算子的车牌图像二值化方法。该方法综合考虑了边缘信息和灰度信息，根据与边缘像素点相邻的像素点的灰度值变化特点，得到图像的高、低阈值，综合利用高、低阈值对原灰度图像进行二值化。实验表明，此方法对于车牌图像的二值化处理有令人满意的效果。     

基于车牌识别的二值化算法研究

二值化是车牌识别系统中图像预处理的关键一步。由于车牌图像摄取环境的多变使得不同光照条件下车牌亮度也不同,这给采用限定阈值二值化算法来进行图像预处理带来了困难。本文通过对车牌灰度图像的特点的分析与研究,提出了一种限定阈值二值化改进算法,即利用遥感图像处理的灰度拉伸技术,使得二值化需要的阈值得到控制。对不同光照下的车牌进行这种优化处理,实验结果表明此算法是快速有效的。     

基于离散小波变换的QR二维条码防伪技术

基于数字水印的快速响应矩阵（QR）二维条码防伪技术的水印容量低、防伪效果差。为解决该问题,提出QR码二值图像Rand灰度化和背景图灰度化方法,以提高防伪水印容量。QR码二值图像灰度化的程度由灰度化阈值决定,并且可以根据实际应用需要灵活确定。在此基础上,设计基于离散小波变换的QR二维条码防伪水印方案,通过量化函数实现水印的嵌入和检测,利用混沌密钥生成的二维混沌序列控制水印嵌入和检测的位置。实验结果表明,该方案在确保条码信息可识别的条件下,提高了QR码防伪水印的性能。     

水稻冠层图像的背景分割方法研究

对水稻冠层图像中背景分割的方法进行了研究。应用杂草识别中常用的灰度化方法(超绿色法)进行实验,并提出了灰度化方法,然后运用迭代法获得最佳阈值将灰度图像转化为二值图像,最后对二值图像进行形态学腐蚀、膨胀的处理。并通过实验验证了该方法的优越性和可行性。     

基于自然段落的车牌图像二值化算法

在车牌图像的反转灰度直方图的基础上,定义了全峰和半峰的概念.利用自然段落的思想,根据自然段落的分布和长度,确定出阈值所在全峰的范围.在此范围内求极值,将求阈值的灰度范围大大减小,降低了图像二值化的算法复杂度和运算量.实验证明,该算法效果良好,即使对于偏亮和对比度低的图像,也能达到满意的效果.     

甲骨拓片字形图像复原方法

提出了一种基于自适应阈值和分形几何的甲骨拓片字形图像复原方法。文章分析了甲骨拓片噪声的特点以及字形图像边缘的分形特征,通过计算自适应阈值对噪声区域进行填充。采用统计的方法计算甲骨拓片字形图像边缘的分形维数特征,对字形图像边缘进行压缩变换,进而对甲骨拓片字形图像边缘进行平滑。实验结果显示,这一方法的图像复原效果是比较明显的。     

基于分形的遥感蚀变异常提取在毛坪铅锌矿中的应用

在地球科学领域中,自相似性非常普遍,围岩蚀变作为一种地学特征并以遥感异常反映在影像上,其像元亮度-面积模式符合一定的分形理论。利用分形理论的求和法进行遥感蚀变异常的提取和分级可以弥补门限法和灰度直方图目视方法确定突变点的不足,再次利用分形的盒维数方法可得到研究区遥感蚀变异常的分形特征。以云南昭通毛坪铅锌矿ETM+遥感影像数据为信息源,采用主成分分析法(PCA)计算出反映矿区遥感蚀变异常的主分量,再对异常主分量进行像元灰度值和像元个数的统计并采用分形方法对蚀变异常信息进行分析和蚀变异常级别的划分,最后利用分形的盒维数法得到毛坪铅锌矿遥感蚀变异常信息的分形特征并与传统门限化方法进行了对比研究。研究表明区内遥感蚀变异常信息具有统计上的分形特征,分形方法确定异常限要比传统的门限化方法选取蚀变阈值更为准确;分维值与异常级别存在一定的正相关关系;分维高值区与蚀变信息密集区相一致。
     

基于自适应门限四叉树的分形图像压缩新方法

由Fisher提出的用于分形图像压缩的固定门限四叉树方法中，子块与父块的实验门限值一般由经验来设定，这直接影响了分形图像编码的效率，门限值的设定是分形图像压缩中的技术难点之一。考虑了输入图像的特点，给出了自适应门限的计算推导过程，提出了门限与子块的方差成正比的自适应门限的分形图像压缩方法。实验表明，对同类图像该方法压缩时间短，还原图像PSNR高，提高了分形压缩编码的效率。     

基于分形维数的阈值选取方法

普通的阈值选取方法只注重图像的灰度信息,而很少考虑图像的空间信息。分形维数能很好地反映一幅图像的空间信息,在图像的处理与分析中得到了很好的应用。提出了一种基于分形维数的图像阈值选取方法,实验证明对于灰度图像的阈值选取具有很好的实用效果。     

基于布朗模型和小波变换的图像分形维数计算

函像分形维数是反映图像纹理特征的重要因素，也是图像分割的主要依据；通常，图像的分形维数多数采用盒维数计算方法来得到．但是避免不了计算时阚值选择带来不精确的问题，本文结合小波变换和布朗模型，提出了一种新的计算方法，并且和盒维数方法计算结果进行比较，结果表明，通过本文的计算方法得到的图像分形维数较准确。     

基于布朗模型和小波变换的图像分形维数计算

图像分形维数是反映图像纹理特征的重要因素,也是图像分割的主要依据;通常,图像的分形维数多数采用盒维数计算方法来得到,但是避免不了计算时阈值选择带来不精确的问题,本文结合小波变换和布朗模型,提出了一种新的计算方法,并且和盒维数方法计算结果进行比较,结果表明,通过本文的计算方法得到的图像分形维数较准确。     

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。     

基于误差阈值和分层搜索的快速分形图像压缩方法

针对基本分形图像压缩方法耗时过长的不足，提出一种快速分形图像压缩方法．首先给出分层搜索算法以减小待匹配父块的数量，然后引进误差阈值以减小待比较像素个数．理论分析和试验结果表明，相对于经典分形压缩方法(Jacqain)，该方法在不影响信噪比和解码图像质量的前提下，大大提高了压缩速度．     

基于分形小波变换的医学图像增强

Mandelbrot的分形理论认为，自然界中的大量图像都可以用分形布朗运动模型来描述，而分形维数可以表征图像自相似性和灰度表面粗糙度。充分地利用图像的分形维数的特性和小波变换的边缘保持好、适合人眼的特点来增强图像，辅助医学临床诊断。通过对X光胸片图像的增强实验表明：该方法不仅能增强图像中较不敏感的细节内容，还能增强视觉上很难感受到的差异结构。