基于分形特征提取的图像压缩编码方法的研究

本文基于分形图像编码的思想,以提取图像块的分形特征-分形维数对图像块分类,并对不同类块采用不同编码方法.实验表明该分类方法能够准确描述图像块的纹理特征,基于该分类的图像压缩编码方法,在信噪比较高的条件下,大大提高了编码速度,且压缩比有所提高.     

基于链码的金属磨粒分形参数计算

介绍了基于链码的磨粒分形参数及其计算方法，采用编写的磨粒识别程序，对不同磨损阶段测得的磨粒分布数进行分析，可以得到磨粒二重分形参数和拐点数值，发现磨粒分布分形维数的变化与磨损状态改变相对应。该方法用于磨粒分形特征与磨损状态相关性规律的研究识别，简便快捷。     

分形图像压缩编码研究

分形图像压缩编码是当今图像编码领域研究的热点。本文综述了分形图像压缩编码研究现状;并讨论其在工业视频图像监视监控中的应用。     

基于分形理论的断口图像模式识别

利用分形理论对金属断口进行模式识别,采用小岛法结合Canny算子边缘检测计算断口图像分形维数,并将表征断口图像不规则和复杂程度的分形维数作为断口分类的依据.最后采用线性最小距离分类法以分形维数作为特征量对韧窝、解理、沿晶、疲劳四种典型金属断口进行了分类.计算分析结果表明,该法能够对断口图像进行有效的识别和分类.     

基于分形特征的水下图像模糊分类

因水下信道的特殊性以及成像环境的复杂性,使得水下图像中的不确定因素给图像分割及识别带来严重的影响,这里提出一种基于分形特征的水下图像模糊模式识别方法,实现了水下目标的可靠分类.实验表明此方法对水下岩石、烟囱等非结构化特性的目标的分类识别具有好的效果.     

基于自适应运动矢量模式的代码转换机的研究

本文介绍了代码转换机的基本原理,分析了由于运动矢量不准确所造成的质量下降原因,提出了一种改进的自适应运动矢量模型,并基于DCT系数理论模型,改进了自适应编码算法。     

基于学习矢量量化神经网络的气固两相流流型识别

管流截面流型作为描述气固两相流的重要参数之一，极大地影响着两相流动压力损失和传热传质等特性，同时还影响着其他参数(如流量、分相含率等)的准确测量以及流动系统的运行特性。传统的检测方法由于难以获得能真正反映流型的管道截面局部分布的实时信息，在工业应用中受到了限制。有鉴于此，在光学层析成像技术的基础上，提出了一种基于学习矢量量化神经网络的气固两相流流型识别方法，详细介绍了这种网络的结构、学习算法、训练样本集的确定等。通过计算机仿真，实验结果表明此方法对于气固两相流的8种流型能有较好的识别能力，为两相流参数检测提供了一种新的思路与方法。     

一种基于小波变换的分形图象编码方法

小波和分形相结合的图象编码方法,其基本思想是先利用小波变换实现图象的多分辨率分解,然后在小波域内采用分形理论对图象进行编码。本文提出了一种新的分形编码方法-基于固定区域定义域块的值域块编码。这种方法的优点是分形码不包含定义域块-值域块匹配对的坐标,并且值域块的尺寸小到2×2。图象仍能保证较好的压缩率和质量。仿真实验证明了该方法的有效性。     

基于矢量的纹织图像缩放算法

在对纹织图像进行缩放处理时,图像放大过程中会出现边缘马赛克效应,严重地增加了工作人员的负担。为了解决此问题,本文提出了基于矢量的纹织图像缩放算法。首先采用填充法提取图像的轮廓边缘,然后以直线拟合和曲线拟合相结合的方法得到控制点,并根据缩放的要求改变控制点的坐标。最后依据新的控制点通过拟合得到缩放后的图像。     

基于实例的学习矢量量化神经网络诊断方法及其应用

基于CBR良好的可扩充性、可移植性和神经网络极强的分类能力,提出了基于实例的学习矢量量化神经网络诊断方法。该方法应用于机械故障诊断系统中,可以减小实例搜索空间,提高实例检索效率。论述了系统的设计方法和应用步骤。     

基于卷积的快速分形图像编码

本文提出一种基于卷积的快速分形编码算法。在求取分形压缩仿射参数的过程中,利用快速卷积来计算区域块与排列块之间的互相关,从而实现了编码过程的无损加速。为了在加速编码过程的同时提高压缩比,将快速卷积算法与基于四叉树分割的领域搜索算法相结合。通过计算机仿真实验,获得了良好的效果。与经典的ＰＩＦＳ方法相比,在信噪比大致相当的前提下,编码速度和压缩比都得到了显著提高。     

基于分形理论的林业害虫图像的边缘检测

将分形理论应用于林业害虫图像的边缘检测,通过判断DFBR场模型参数H值范围来获取边缘。实验表明,经直方图均衡化预处理后,该算法能更好地获取图像边缘。     

Fault Feature Extraction of Diesel Engine Based on Bispectrum Image Fractal Dimension

Fault feature extraction has a positive effect on accurate diagnosis of diesel engine. Currently, studies of fault feature extraction have focused on the time domain or the frequency domain of signals. However, early fault signals are mostly weak energy signals, and time domain or frequency domain features will be overwhelmed by strong back?ground noise. In order consistent features to be extracted that accurately represent the state of the engine, bispectrum estimation is used to analyze the nonlinearity, non?Gaussianity and quadratic phase coupling(QPC) information of the engine vibration signals under different conditions. Digital image processing and fractal theory is used to extract the fractal features of the bispectrum pictures. The outcomes demonstrate that the diesel engine vibration signal bispectrum under different working conditions shows an obvious differences and the most complicated bispectrum is in the normal state. The fractal dimension of various invalid signs is novel and diverse fractal parameters were utilized to separate and characterize them. The value of the fractal dimension is consistent with the non?Gaussian intensity of the signal, so it can be used as an eigenvalue of fault diagnosis, and also be used as a non?Gaussian signal strength indicator. Consequently, a symptomatic approach in view of the hypothetical outcome is inferred and checked by the examination of vibration signals from the diesel motor. The proposed research provides the basis for on?line monitoring and diagnosis of valve train faults.     

一种基于分形和小波变换的图像放大算法

为了更好地进行图像放大,利用小波变换的思想,提出了一种分形插值和小波变换相结合的图像放大算法.分形插值能够较好的保持原有图像的纹理特征,小波变换后的高频分量具有丰富的细节边缘信息,因而能够重构出高质量的图像.实验表明,和其它算法相比,使用该算法放大后的图像具有更好的主观和客观质量.     

基于表面灰度图像的植物磨料磨损表面分形维数计算

以磨损表面SEM灰度图像为研究对象,采用变分法、双毯法、差分盒计数法和盒计数法4种方法计算植物磨料对不同金属材料磨损表面的三维分形维数。结果表明:植物磨料对金属材料磨损表面具有分形特征,分形维数与体积损失有着密切关系,体积磨损越大,分形维数也越大。4种算法中,变分法计算的分形维数稳定性最好,其次是双毯法和差分盒计数法,盒计数法对表面噪声最为敏感。