模拟X线头影片的多重分形分析

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。     

分形特征模糊增强及其在目标检测中的应用

提出一种新的运用模糊集理论进行分形特征增强的方法,并将其运用到复杂背景下的目标检测中。首先根据分形的尺度不变性计算图像各像素分形特征,定义新的隶属度函数对分形灰度图进行模糊特征平面映射,再运用非线性变换的模糊增强运算提高目标和背景的分形差异。在此基础上,结合数学形态学理论提出了基于增强分形特征的目标检测方法。实验证明该算法能够确实有效的提高目标和背景的分形特征差异,并克服了传统模糊增强算法的弊病;基于增强分形特征的检测方法,保证了复杂背景下目标检测的正确性和可靠性,并具有较好的抑噪性能。     

基于欧氏距离相关函数的多重分形谱算法

提出了一种基于欧氏距离相关函数计算多重分形谱的算法.介绍了基于测度理论的多重分形谱的定义,定义了基于欧氏距离相关函数的概率测度,对基于欧氏距离相关函数的多重分形谱算法的性能进行了分析.采取衬底法与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.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,且权重因子收敛快.     

基于多重分形的医学图像边沿分析

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.     

基于多重分形的烟雾图像边缘检测研究

对摄像机拍摄的爆炸图像进行识别,采用多重分形频谱分析的方法对爆炸产生的烟雾进行边缘检测。针对爆炸产生的烟雾图像存在图像存在边缘模糊,形状不确定,具有扩散性等特点,本文对提出了一种基于多重分形的烟雾图像边缘监测方法.实践证明该方法能更好的提取烟雾形成早期的各种特征。     

基于多重相关方差的X线头影片的多重分形分析

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.     

基于多重加权法的多重分形图像分割研究

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。     

改进多重分形法的环境图像边缘检测

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。     

基于多重分形的雷达目标的模糊检测

利用多重分形的概念对海杂波和舰船雷达目标回波进行了分析,并提取出其多重分 形特征用于舰船目标检测.实验表明,广义维数谱具有良好的可分性和稳定性.在检测中,将 待查信号分为两类:海杂波目标和舰船目标,将广义维数谱作为特征矢量,计算其相对于两 类目标的隶属度并作出判断.多组检测实验证明了该方法的有效性和实用性.     

基于分形与小波的图像ROI自动提取算法

针对分形应用于人造目标作为感兴趣区域的检测中,单一分形特征检测效果不好及计算量大的问题,提出了一种基于分形和小波相结合的图像感兴趣区域提取算法。首先对图像进行小波分解,然后综合利用低频子图像的分形截距特征和拟合误差特征,得到一个新的有效的分形特征参数,从而检测获得低频子图像的感兴趣区域,最后根据原始图像与子图像的坐标对应关系,得到原始图像的感兴趣区域。实验结果表明,该算法能够有效地检测图像感兴趣区域,并且检测速度快。