应用计盒维数方法的路面裂缝图像分割

提出利用分形维数分割公路路面裂缝的方法.在差分计盒方法计算图像分形维数的基础上,提出差分计盒方法的改进算法.改进的差分计盒方法被应用到计算路面图像的分形维数上,其分割结果与Sobel算子进行比较.结果显示差分计盒方法可以将路面图像转换成另一种图像,该图像的分形维数可以把简单的阈值应用到路面裂缝的分割.     

一种改进差分盒维法提取齿环分形特征的研究

同步器齿环具有不规则和一定的统计自相似性的特征,可用分形方法中的分形维数对齿环图像进行描述,并将维数作为测量特征实现齿环缺陷识别。差分盒维法计算齿环图像维数时,结果会受到背景和摆放角度的影响,导致正常与缺耳齿环的维数结果存在交叉现象。针对这个问题,在研究和分析差分盒维数法的基础上提出一种改进差分盒维法,即利用概率和图像旋转消除图像背景和被测物摆放角度的影响,提高维数计算精度。通过改进差分盒维法对正常与缺耳齿环的分形维数计算与分析,可消除图像背景和摆放角度对维数产生的影响,实现了用齿环分形维数作为识别特征量对缺陷齿环的识别。     

基于AdaBoost RBF神经网络的火灾烟雾检测

为了解决大空间场所的火灾早期预警问题,减少环境变化对预报的影响,从烟雾的视觉特征角度探讨了视频火灾烟雾检测方法.该算法首先采用背景减除法获得差分图像,接着对差分图像进行二值化,并结合数学形态学提取可疑区域,然后从可疑区域提取颜色特征、运动特征和形状特征,最后使用基于AdaBoost的RBF神经网络进行识别,判断场景中是否有烟雾出现.试验表明,该方法能有效地检测出烟雾并且具有较好的抗干扰能力,提高了烟雾检测的准确率,具有较好的工程应用价值.     

基于改进的二维Otsu法及PSO的火灾图像分割

针对传统的二维灰度直方图区域划分误差大和运算速度慢等问题,提出一种基于二维直方图和粒子群优化的阈值分割算法,即改进的二维最大类间方差法的粒子群优化算法.利用该算法在二维灰度空间上自适应搜索最优阈值,根据最优阈值对图像进行分割.选取森林火灾火焰图像,对其进行图像分割仿真实验.实验结果表明,该算法的分割效果较好,具有很好的抗噪性能,可有效提高运算速度,且实时性较好.     

三维空间数字图像的分形维数计算方法

数字图像可以表示为像素位置及对应颜色强度构成的三维空间曲面,该曲面的空间分布反映了图像纹理的特点,在大多数情况下具有分形特征.针对图像的不同区域,用分形雏数定量描述了这一图像子区的纹理特点.研究结果表明,计盒维数适于分析较大的图像区域以保证有足够的盒子数目,利用迭代算法提高计盒维数的计算效率,在统计盒子数时可采用差分覆盖、全覆盖等不同的方法;布朗运动维数适于分析较小的图像区域以保证落在无标度区域内,计算布朗运动维数时可通过遍历围绕图像各像素点的正方形边界的右边及下边进行.图像中的纹理越复杂,分形维数也就越大,纹理越简单,分形维数也就越小,相似的纹理具有大致相同的分形维数.     

一种基于连通标记的教室人数检测算法研究

提出一种改进的基于连通区域标记的人数检测算法。用实时的图像与教室背景图像作背景差分分割出目标人员;利用人脸肤色模型和头发颜色信息对人员头部进行不同颜色的标记;针对处理之后的三值图像,用改进的连通区域标记算法对人员进行检测,检测结果可对建筑内自动照明系统控制和自习室管理提供依据。实验结果表明,该方法对于检测教室人数具有较高的准确率。     

最小类内方差和区域生长相结合的图像分割法

针对视频车辆检测中,光照不均匀、对比度不强的多目标图像分割,提出了一种基于最小类内方差和区域生长相结合的快速阈值分割算法.首先对最小类内方差法进行改进,快速确定差分图像的最佳分割阈值,再用区域生长法分割得到目标.理论分析和实验结果表明,该分割算法不仅适用于简单的车辆图像分割,而且对于复杂的车辆图像也取得了较好的分割效果.该算法计算量小,分割精度有一定优势,有助于下一步的目标识别.     

小波域内背景图像的文本信息提取研究

提出了一种基于二维小波分解的背景图像文本提取算法.该算法首先对图像进行二维小波变换,设置滑动窗扫描高频子带,计算滑动窗内图像的小波纹理特征,采用k-均值聚类算法将图像分为文本区域、简单背景区域和复杂背景区域,最后对文本区域进行形态运算,精确地定位文本区域.实验结果表明,该算法能够准确地从背景图像中提取出不同语种、字体、大小和排列方式的文本信息.     

基于减法聚类和K均值聚类的彩色图像分割算法

传统图像分割方法大都存在分割速度低下、过度分割等缺点.针对上述问题,提出一种新的彩色图像区域分割算法.这种方法首先将图像转化至L＊a＊b＊空间,并划分为子块,抽取图像子块的颜色、纹理和位置特征组成子块的特征向量,然后运用减法聚类,获得聚类簇数和初始蔟中心,最后利用改进的K均值算法在像素点特征空间进行聚类,进而分割图像成区域.实验结果表明这种新方法具有分割效率高、分割效果理想等优点.     

自适应控制下图像分割及并行挖掘算法

针对海量图像数据中目标的分割及识别问题,提出了一种自适应控制下图像分割及并行挖掘算法.采用隶属度函数窗口宽度在图像直方图控制下自适应调整模糊阈值图像分割方法对图像进行分割,提取出感兴趣的潜在目标区域,基于共轭梯度法改进的BP神经网络算法对潜在的目标区域进行训练和识别,识别算法基于OpenMP并行处理模型开发来提高执行效率.结果表明:本文算法相对于基于偏移场的模糊C均值、灰度波动变换自适应阈值和自适应最小误差阈值具有更高的分割准确率,与传统神经网络算法的识别结果相比,平均识别率提高了8%,运行时间减少了2. 5 s.     

红外图像的多尺度分形增强算法

本文提出了一种红外图像增强算法,结合多尺度分形维数和人眼频率特性对图像进行增强.该算法首先在多尺度条件下计算图像的分形维数,然后采用巴特沃斯滤波器,从频域抽取人眼敏感区的图像信号,最后将滤波图像结合分形维数值进行处理.结果表明,本文算法使图像中边缘及细节部位的亮度和对比度有提升,相较于单一尺度,图像的细节和边缘更加丰富,相比于传统的分形算法图像更适合人眼观看.     

基于分形理论的碳毡孔隙率研究

基于分形理论,对碳毡纤维孔隙率进行了研究.首先运用盒维数算法对所选取的碳毡图片进行分形维数的计算,所得结果在-1.999 8附近;通过理论推导得出了碳毡纤维孔隙率的计算公式,代入实际测量值进行计算,得出所选取的碳毡纤维孔隙率大约为40%,并分析得出这与实际情况是比较相近的;最后,就分形维数与孔隙率的关系作了相关分析,得出孔隙率随着分形维数的增加有递增的趋势并且增加的速度是越来越快的.     

基于SEM图像的细颗粒泥沙絮体3维分形研究及其应用

具有分形特征是细颗粒泥沙絮体的重要特性,为了解决目前主要是通过絮体SEM图像研究其2维分形特性的问题,利用SEM图像灰度值重建细颗粒泥沙絮体3维图像,通过MATLAB编程用盒计数法计算絮体3维分形维数;然后基于絮体3维分形维数,推导出细颗粒泥沙静水沉降时清浑交界面的沉降公式,并将其应用在滇池底泥清混交界面的沉降计算中,其计算误差在5%以内。结果表明,直接利用絮体SEM图像计算絮体3维分形维数是可行的,避免了图像处理中人为误差的引入,且通过其推导的沉降公式可用于计算清混交界面的沉速。     

二维数字图像分形维数的计算方法

许多情况下分形维数的计算是通过对二维数字图像的分析得到的．针对二维数字图像的特点，探讨了采用盒维数计算其分形维数的方法．数字图像盒维数的计算是基于对像素矩阵的分析进行的，具有数字化的特点，其计算结果的精度与图像大小有较大关系．数字图像盒维数描述了由离散像素点构成的数字图像中关心区域的分布特点，但其物理意义还应结合数字图像所赋存的物理意义加以分析．     

焦炭图像分形维数的计算

通过对焦炭图片的分析和研究,采用数盒子的处理方法,将数字图像转化为分形图像,并根据分形图像计算分形维数.方案用Visual C 编程实现.分形维数与颗粒度间存在内在的联系,本计算为进一步的焦炭光学组织识别提供了依据.     

基于小波变换的振动信号分形维数研究

针对传统分析方法对振动信号频率变化不明显、故障特征难提取等问题,基于小波和分形理论,通过计算振动信号盒维数,有效地提取了振动特征;提出小波分解振动信号高频系数盒维数计算方法,对振动信号的高频部分进行描述。实验证明:随着干扰信号的频率变化,振动信号小波分解后的高频部分分形维数在分段区间内比振动信号整体分形维数分段变化趋势更加明显,能更有效地反映故障频率变化,对开展设备的故障诊断研究具有现实意义。     

食用油红外光谱的分形维数特征

以傅立叶变换红外光谱为研究对象,探讨了图像分形理论在傅立叶变换红外光谱识别中的应用,提出一种利用分形理论提取食用植物油红外光谱特征的算法.通过对傅立叶变换红外光谱分形维数的比较,达到区分不同光谱的目的,利用开源计算机视觉库OpenCV实现了食用植物油红外光谱分形维数的计算算法,以玉米油和芝麻油的红外光谱为例对该方法进行了说明.实验表明:利用分形维数特征可以对玉米油和芝麻油的真伪进行很好的鉴别。     

利用随机中点替代法改进遥感影像分维算法

在总结现有分形维数计算方法的基础上,根据遥感影像的分形特性,利用随机中点替代法获取插值点,从而对目前普遍使用的三棱柱面法进行了改进。对模拟影像及实际航空遥感影像进行仿真,结果表明:改进后的三棱柱面法较好地保留了遥感影像的分形特性,计算的分形维数也更为准确。     

一种基于支持向量机的虹膜识别算法

提出了一种基于极值加权平均分数维特征提取和支持向量机分类器识别的虹膜识别方法。利用形态学和圆形边缘检测算子定位虹膜,并将虹膜纹理映射到极坐标空间。定义了一种新的图像分数维--极值加权平均分数维,用于提取虹膜特征。最后,利用支持向量机分类器对虹膜特征矩阵进行匹配识别。试验表明,基于极值加权平均分数维特征提取和支持向量机分类器识别的虹膜识别系统识别率高,速度快。     

图像分形维数计算及其边缘提取

为提高遥感影像中地物边缘信息的提取精度,以离散分形布朗随机场（DFBR：DiscreteFractalBrownRandomfield）模型为依据,尝试设计并利用Matlab编程实现一种基于遥感影像单个像元的分形维数计算算法。该算法将影像的灰度空间映射成分形维数空间,然后在该空间进行变换和边缘检测。地物空间分布及其影纹结构边缘特征的差异,使计算分形维数所选窗口大小成为关键。选取研究区局部地段高空间分辨率遥感影像作为实验数据,通过计算不同窗口下像元分形维数,得到最佳边缘信息提取的计算窗口。实验结果表明,该算法在同类计算中更符合遥感数据的特点,提高了遥感影像地物边缘信息提取精度。