首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 93 毫秒
1.
分形是最接近自然的算法,广泛应用于生活各个领域。研究发现简单的分形算法能很好地处理图像信息,但精确度有所欠缺。为了提高图像精确度,我们运用多重分形,使得处理的效果更好。由于环境的复杂度、难识别,现实中人们对环境图像的处理很少。介绍实现对多重分形理论算法分析,通过改进的多重分形法对图像边缘检测处理,运用传统的边缘检测算法、毯子法、多尺度盒维数、多重分形法进行实验比较,最后再运用中值滤波处理,得到改进多重分形处理的精确度高、速度快、效果好,适合对复杂的环境图像处理。  相似文献   

2.
张军 《微计算机信息》2012,(9):44-45,73
图像灰度的奇异性和多重分形谱特征反映了图像内容的不同属性,并且可以用于在自然背景下对人造目标的检测。基于图像的多重分形谱,多重分形征和多重分形符合误差特征进行了模糊化处理,并且通过对80幅模拟图像的处理和分析获得了两个特征的模糊成员函数,提出了多传感器模糊特征综合函数和判别准则,对80幅样本图像进行目标检测的正确概率可以达到近90%。  相似文献   

3.
蒋爱平  王祁 《控制工程》2006,13(6):609-612
介绍了一种用于X线头影片进行边缘检测的多重分形方法,并对模拟X线头影侧位片进行了多重分形性质的分析。通过图像的多重分形谱与权重因子相关性的分析,进一步判定线性区间及适当的权重因子。得到了X线头影片图像的多重分形的线性区间,验证了X线头影片图像的多重分形的几何性质,在分析图像各像素点多重分形谱的基础上获取图像的边缘信息。用该算法进行图像边缘提取,保持和加强图像的局部特性,突出图像的细微处,并且该算法克服了多重分形谱对噪声敏感的缺点,能有效抑制图像中的噪声。分析结果表明,利用多重分形对X线头影片图像进行硬组织内部轮廓的边缘提取是可行的。  相似文献   

4.
基于多重相关方差的X线头影片的多重分形分析   总被引:2,自引:0,他引:2       下载免费PDF全文
该文提出了一种基于多重相关方差的计算多重分形谱的算法.首先构建了一个X线图像的五邻域多重相关空间,定义了图像的多重分形谱的概率测度,通过对图像的多重分形谱与权重因子相关性的分析,进一步判定线形区间及适当的权重因子,得到了X线头影片图像的多重分形的线性区间,验证了其多重分形的几何性质.该算法具有保持和加强图像的局部特性,突出图像的细微处的特点,克服了多重分形谱对噪声敏感的缺点,能有效抑制图像中的噪声.  相似文献   

5.
曹阳 《计算机应用》2011,31(5):1252-1254
在建模过程中根据植物枝干和叶片的不同特征,采用分形图形学的方法绘制植物的枝干,并通过控制函数调整每个分枝的生长方向、长度和粗细程度等参数,可以生成不同种类、形态各异的植物分支结构,改变了原有分形方法生成结果过于规则的特点;采用图像方法绘制叶片,利用Alpha测试技术去掉图片中叶子的背景,保留复杂的边缘信息和颜色信息,通过旋转缩放等方法,可以生成各种逼真的植物叶片,并且方法简单,计算速度较快。另外,从形态学角度出发,根据枝条在风力影响下的不同形变,近似地模拟出植物在风中摇曳的过程。  相似文献   

6.
本文提出了应用在医疗诊断上的一种基于多重分形分析的边缘检测方法,并应用在变形性骨炎的诊断中,该方法通过定义在图像灰度级上的测度,计算图像中每一个像素点的奇异性和它的多重分形谱,然后根据多重分形谱,提取图像的边缘信息.经试验表明,该算法具有良好的边缘检测效果,而且与传统方法相比具有更好的局部性.并且在医疗诊断中有广泛的应用前景.  相似文献   

7.
为满足植物分类和识别对植物叶片叶脉信息的需要,提出了基于HSV彩色空间与直方图信息FFCM聚类算法相结合的植物叶片叶脉提取方法。该算法首先将植物叶片图像由RGB转换到HSV彩色空间,然后使用FFCM算法实现叶片的自动分类和叶脉信息的提取。实验结果表明,该方法既能有效处理和区分绿色和枯黄的叶片图像,也能很好的处理和区分受光均匀和受光不均匀的叶片图像,可以应用于植物的分类与识别。  相似文献   

8.
多重分形应用于图像局部分割的研究   总被引:2,自引:0,他引:2       下载免费PDF全文
在现有对图像分割方法研究的基础上,采用基于多重分形的Hlder指数和多重分形奇异谱联合考虑的图像局部分割方法。方法具有保持和加强图像局部特征,对图像中某些敏感部分进行边缘提取,较好实现图像分割的功能。实验表明该方法能够达到较好的图像分割效果,具有实时性、有效性和可实现性。  相似文献   

9.
针对现有多重分形谱对噪声敏感的问题,该文提出了一种基于多重加权法的多重分形谱算法。并首先介绍了基于测度理论的多重分形谱的定义;然后定义了基于多重加权的概率测度,同时对基于多重加权法的多重分形谱性能进行了分析,最后采取与衬底法、方差法进行仿真比较的方法,进行了线性区间、抗噪声性能和收敛速度的比较。比较结果表明,该算法具有保持和加强图像的局部特性以及突出图像的细微处的特点,不仅克服了多重分形谱对噪声敏感的缺点,而且权重因子收敛快。  相似文献   

10.
利用小波分解和分形维数进行声纳图像识别   总被引:6,自引:0,他引:6  
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.  相似文献   

11.
基于WTMM的多重分形图像去噪算法   总被引:4,自引:0,他引:4  
提出一种新的多重分形图象去噪算法,讨论了基于小波极大模的多重分形谱估计算法。在此基础上推导了图像取噪声的谱移位算子。该方法没有对噪声的类型提出任何假设条件,而是通过定义一个变换算子对每一点的Hausdorf指数进行处理,使处理后的图象的Hausdorf指数接近于2,从而取得最佳效果。实验结果表明,该方法在去除噪声的同时可很好地保留了原始图像的纹理信息。  相似文献   

12.
利用图像处理和图像识别技术,对中药叶片图像进行在线识别。主要过程包括图像采集、图像处理、特征提取、图像识别,通过动态规划算法与人工神经网络算法相结合的方法实现叶片图像的识别,平均准确率可达到80%以上。系统基于Web开发,后台采用Java语言实现图像的处理和识别,SQL Server2000数据库实现叶片图像数据的存储。实验结果表明,该系统对中药叶片图像识别具有较好的效果,并且便于操作和实现。  相似文献   

13.
(目的)针对当前在肝纤维化早期CT影像无法检测的问题,提出了基于多重分形理论的肝脏边缘粗糙度分析方法。(方法)该方法计算了图像像素点的粗粒化Holder指数,并用核估计方法估计出图像与该粗粒化指数相对应的多重分形奇异频谱。(结果)实验结果表明该方法能在肝纤维化早期分辨出肝脏CT影像边缘粗糙度的改变,而且与传统分形维方法相比效果更明显。(结论)因此多重分形频谱分析为肝脏图像的检测提供了一种新的途径。  相似文献   

14.
将四元数小波变换(QWT)和多分形相结合进行纹理分类,充分利用了QWT的旋转不变特性和纹理图像的多分形特性,能弥补传统的应用小波变换进行纹理分类时缺乏将输入图像分解成多个方向的不足。通过对UIUC数据库中的纹理图像分类,表明四元数小波与多分形相结合的方法具有较高的分类精度,平均分类正确率可达96.69%,是一种合理有效的纹理分类方法。  相似文献   

15.
In the latest years, the use of computer vision tools for automatically analyzing the large amount of data acquired by remote sensing has grown in importance and number of different applications, ranging from basic research to industry. However, images displaying natural phenomena, and especially turbulence, develop following complicated patterns which are difficult to segment and to analyze with those tools. In this paper, we discuss on the use of new image processing methods to describe complicated flow and flow-like quantities, in applications such as meteorology. Using infrared satellite images as an example, we show that we are naturally led to gain insight in the physical and geometrical properties of the observed complex structures. We analyze different processing techniques (multiscale texture classification and multifractal decomposition and reconstruction) issued from the so-called multiscale methodology. The efficiency of multiscale methodology lies on its ability of reproducing known, experimental physical properties of the systems in study (such as scale invariance or multiscaling exponents) in the analysis scheme of images. We show that this methodology can be further exploited in order to derive information about a dynamical property from still infrared images. Namely, the main goal of our study is to detect and characterize textural areas at which typical convective movements take place. For that purpose, we compare the actual graylevel distribution in images, providing information about the temperature distribution, and a synthetic graylevel distribution induced by the multifractal formalism, also reinterpreted by its connection with thermodynamics. The conclusions of our work can be generalized to any analogous physical system.  相似文献   

16.
For texture analysis, several features such as co-occurrence matrices, Gabor filters and the wavelet transform are used. Recently, fractal geometry appeared to be an effective feature to analyze texture. But it is often restricted to 2D images, while 3D information can be very important especially in medical image processing. Moreover applications are limited to the use of fractal dimension. This study focuses on the benefits of fractal geometry in a classification method based on volumic texture analysis. The proposed methods make use of fractal and multifractal features for a 3D texture analysis of a voxel neighborhood. They are validated with synthetic data before being applied on real images. Their efficiencies are proved by comparison to some other texture features in supervised classification processes (AdaBoost and support vector machine classifiers).The results showed that features based on fractal geometry (by combining fractal and multifractal features) contributed to new texture characterization. Information on new features was useful and complementary for a classification method.This study suggests that fractal geometry can provide a new useful information in 3D texture analysis, especially in medical imaging.  相似文献   

17.
Goyal  Neha  Kumar  Nitin  Kapil 《Multimedia Tools and Applications》2022,81(22):32243-32264

Automated plant recognition based on leaf images is a challenging task among the researchers from several fields. This task requires distinguishing features derived from leaf images for assigning class label to a leaf image. There are several methods in literature for extracting such distinguishing features. In this paper, we propose a novel automated framework for leaf identification. The proposed framework works in multiple phases i.e. pre-processing, feature extraction, classification using bagging approach. Initially, leaf images are pre-processed using image processing operations such as boundary extraction and cropping. In the feature extraction phase, popular nature inspired optimization algorithms viz. Spider Monkey Optimization (SMO), Particle Swarm Optimization (PSO) and Gray Wolf Optimization (GWO) have been exploited for reducing the dimensionality of features. In the last phase, a leaf image is classified by multiple classifiers and then output of these classifiers is combined using majority voting. The effectiveness of the proposed framework is established based on the experimental results obtained on three datasets i.e. Flavia, Swedish and self-collected leaf images. On all the datasets, it has been observed that the classification accuracy of the proposed method is better than the individual classifiers. Furthermore, the classification accuracy for the proposed approach is comparable to deep learning based method on the Flavia dataset.

  相似文献   

18.
陈鑫  王斌  姬子恒 《软件学报》2021,32(5):1565-1578
植物叶片图像的识别是计算机视觉和图像处理技术在生物学和现代农业中的一个重要应用.其挑战性在于植物叶片种类数量巨大,且许多叶片图像具有很大的类间相似性,使得描述叶片图像的类间差异变得非常困难.本文提出了一种称为高斯卷积角的叶片形状描述新方法.该方法用高斯函数与叶片轮廓点的左右邻域向量的卷积产生高斯卷积角,再通过改变高斯函数的尺度参数,生成多尺度的高斯卷积角,组成特征向量.组合各轮廓点的特征向量,构成一个特征向量集合,作为叶片形状的描述子.两幅叶片图像的相似性可以简单的通过计算它们的高斯卷积角特征向量集合间的Hausdorff距离来进行度量.高斯卷积角描述子具有平移、旋转、缩放和镜像变换的内在不变性.该不变性从理论上得到了证明.该描述子还具有由粗到细的描述叶片形状的优良特性,使得其具有很强的叶片辨识能力.通过用中外两个公开的叶片图像数据集进行算法性能测试,实验结果表明该方法优于现有的其他同类方法,验证了该方法的有效性.  相似文献   

19.
叶脉分割是叶片模式分析的一个重要步骤, 对大豆的品种识别、表型研究具有十分重要的意义. 由于大豆叶脉结构十分复杂, 叶脉所在叶片区域的低对比度, 只借助灰度信息分割叶脉一般无法取得理想的分割效果. 本文提出了一种结合多尺度灰度无约束击中或击不中变换 (UHMT) 算法和基于HSI颜色空间的色调信息处理方法的大豆叶脉分割方法. 该方法将RGB颜色空间中的灰度信息和HSI颜色空间中的色调信息, 分别用于大豆叶片图像的全局叶脉分割和局部一级、二级叶脉分割. 前者采用迭代阈值分割提取叶片区域, 通过膨胀腐蚀消除叶片外轮廓以及叶柄等干扰因素, 得到叶片区域图像, 然后, 运用多尺度灰度UHMT算法得到全局叶脉图像. 后者, 针对一级和二级叶脉分割效果差的问题, 使用色调信息扩大叶脉与其他像素点灰度值差异, 以实现局部一级、二级叶脉的分割. 将获得的全局叶脉和局部叶脉图像融合, 获得最终的大豆叶脉图像. 为验证算法的有效性, 本文使用了大豆品种叶片图像数据库SoyCultivar中的大豆叶片图像进行实验. 结果表明, 该方法比现有的叶脉分割方法好, 不仅能够完整地提取大豆叶脉, 而且能够很好地消除背景以及叶片外轮廓、叶柄等无关成分.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号