基于形态学梯度的红外图像分割算法

提出了一种新的红外图像分割方法。该方法利用形态学方法来处理红外图像。首先进行形态学滤波,对红外目标图像中的噪声和微小的干扰区域进行滤除,接着提出了一种计算红外图像梯度的多尺度算法提取图像形态学梯度,而后分析了图像分形特征估计方法与形态学梯度的关系,提出了一种新的红外图像分形特征估计算法,在此基础上对图像进行分割。实验结果表明,该算法能较好地解决红外图像的分割问题。     

一种基于分形模型的新特征及其在自动目标识别中的应用

基于分形模型的自相似性，提出一种识别自然背景中人造目标图像特征的新方法．解释了该特征的含义，给出了计算方法，并利用实验数据将其与分维数特征和分形模型拟合误差特征进行了对比，说明了该特征在识别自然背景中人造目标时的优越性；还以实际红外图像的处理结果显示该特征在实际中应用的效果．     

基于多重分形的红外图像增强技术

红外图像边缘模糊,对比度较低,不适合人眼观察,应该对其进行增强.但是,以往的增强方法对噪声增强过度,使细节失真,且未考虑人眼的视觉特性,视觉效果不够好.提出用多重分形理论对红外图像进行分析,提取了红外图像的多重分形奇异指数和多重分形谱特征.分析得到了图像每个像素的分形特征数据,利用人眼的视觉敏感特征把图像的像素分为平滑区、纹理区和边缘区.人眼视觉空间频率特征对图像细节的边缘区域比较敏感,利用这一特性对图像加权增强.最后,进行了计算机仿真实验,实验结果表明:该方法能够突显人眼敏感的图像区域,解决红外图像边缘模糊的问题,使增强图像更适合人眼观察.     

基于小波和分形的海面红外小目标自动检测方法

提出了一种基于小波与分形的红外小目标自动检测算法,首先对原始图像进行小波分 解,计算其低频概貌图像的分形参数,利用在不同纹理图像分形参数变化的特性,检测出水天线的位置,在水天线附近利用红外目标的灰度特性进行精细搜索,最后确定目标所在的位置。实验表明该算法能有效地消除云层、海浪等杂波干扰,适用于海空复杂背景下远距离红外船只目标的检测。     

基于分形的改进Otsu红外图像分割算法

提出了一种基于分形的改进Otsu红外图像分割算法.针对Otsu算法在目标的相对面积较小时背景信息容易误分问题,以及递归Otsu算法递归终止条件不易确定问题,将分形算法与Otsu算法结合起来,用于分割红外目标.首先计算红外图像的分形维特征,根据分形维特征去除大部分背景信息,然后在潜在目标区域采用Otsu算法进行分割.仿真结果表明,该算法性能优于Otsu算法及递归Otsu算法.     

基于分形的红外图象目标自动检测

本文介绍了一种基于分形的复杂背景下红外图象目标自动检测方法,该方法以自然背景和人造目标在分形特征上的固有的差异为依据,利用了人造目标分形特征拟合误差大的特点,实现了复杂背景中红外图象目标的自动检测。实际检测的实验结果表明：该目标自动检测方法对环境的适应性强,是一种颇具发展前景的目标自动检测方法。     

基于亚取样分形插值预测的混合图像编码方法

提出了一种基于亚取样分形插值预测的混合图像编码方法。将原始图像在水平方向和垂直方向皆作１／２抽取得到一幅“亚抽图像”，对亚抽图像进行分形编码得到亚抽图像的分形码，采用分形插值方法由亚抽图像的分形码解码得到原始图像的分形预测图像，然后对预测误差图像进行基于ＤＣＴ的自适应补偿编码。实验表明，这种方法的编码速度有了很大提高，而且恢复图像的质量具有较高的保真度。     

基于分数布朗运动和概率神经网络的自然纹理分类

该文基于自然纹理的分数布朗运动(FBM)模型,引入一种新的分形特征参数分形尺度,提出计算分形尺度的截矩线性度(IAL)方法。实验表明,将纹理图像的分形尺度与分形维数结合,既反映了物理表面分形的尺度范围又反映了该尺度范围内的纹理粗糙程度,从而更有效地描述和区分纹理特征。文中利用纹理图像在水平、垂直和对角3个方向上的分形尺度和分形维数作为特征集,采用概率神经网络(PNN)作为分类器进行自然纹理图像分类,得到准确的分类结果。     

高阶分形特征在目标特征提取中的应用

将分形理论用于空中人造目标红外图像的分析，提取出用于区分目标和干扰物的新的分形特征的缝隙特征，实验证明，此特征与传统特征相比具有较好和几何不变性，是一种较可靠的识别特征。     

基于分形理论的红外图像机场跑道自动目标识别

针对红外机场跑道航空图像特点,提出一种新的基于纹理结构的机场目标自动识别方 法。根据红外图像中机场目标的灰度和分形几何特征,利用先假设后检验方法对感兴趣区域进行分割;然后利用形态学滤波完成机场跑道潜在目标的进一步分割;最后,根据机场跑道的几何特征,连接图像边缘点寻找机场跑道的两条平行直线;根据纹理图像直方图统计特征完成机场目标的自动识别。实验结果证明:该方法有较高的自动目标识别率和计算实时性。     

基于分形维与缝隙参数的海杂波目标检测

针对分数布朗运动模型在不同尺度上粗糙度相同的缺陷,提出一种将高阶分形特征作为分形维数补充的目标检测算法。该方法将Hurst指数和缝隙特征相结合,分析比较了海杂波和目标的特性。在此基础上,对IPIX雷达实测数据进行实验分析。结果表明,对海杂波背景下的小目标检测,提出的算法比仅基于分形维数的检测算法性能更优。     

高阶分形特征在雷达信号检测中的应用

本文将高阶分形特征用于雷达信号的分析,提取出用于区分目标和杂波的新的分形特征——缝隙尺度变化率.推导了缝隙值在加性分形噪声中的关系式.实验表明:利用缝隙特征进行海上雷达目标的检测,可以取得较分维值检测更高的准确率.     

Exploiting the synergy between fractal dimension and lacunarity for improved texture recognition

Fractal dimension measures the geometrical complexity of images. Lacunarity being a measure of spatial heterogeneity can be used to differentiate between images that have similar fractal dimensions but different appearances. This paper presents a method to combine fractal dimension (FD) and lacunarity for better texture recognition. For the estimation of the fractal dimension an improved algorithm is presented. This algorithm uses new box-counting measure based on the statistical distribution of the gray levels of the “boxes”. Also for the lacunarity estimation, new and faster gliding-box method is proposed, which utilizes summed area tables and Levenberg-Marquardt method. Methods are tested using Brodatz texture database (complete set), a subset of the Oulu rotation invariant texture database (Brodatz subset), and UIUC texture database (partial). Results from the tests showed that combining fractal dimension and lacunarity can improve recognition of textures.     

基于局部分形维数的多目标检测算法

在以自然景物为背景的图像中,分形维数是一种能有效地将目标从自然背景中检测出来的纹理特征.将图像的局部窗转化为一维序列的形式,在研究R/S分析法的基础上,提出了一种局部分形维数估计算法.将一维最大熵的检测结果与分形特征图的检测结果进行逻辑与运算,从而实现目标边缘的精确定位.实验表明该算法不仅可以有效地实现多目标检测同时具有较好的抗噪性能.     

基于分形特征的红外烟幕遮蔽热像效果评价

提出一种基于分形特征的红外烟幕对目标热像遮蔽效果的评价方法,该方法将烟幕运动视为分形布朗运动,以自然背景和人造目标图像在分形特征上的固有差异为依据,利用战术目标分形拟合误差大的特点,采用表面积法计算目标热像区域不同时刻分维数和分形拟合误差的变化,来评价烟幕对目标热像遮蔽的程度。实验结果表明该评价方法有助于对遮蔽程度作出准确判别与分析。     

基于高阶分形特征的海面运动目标检测方法

将高阶分形特征用于海面运动目标检测,提取出用于区分运动目标和海杂波的新的分形特征--缝隙特征.实验表明利用缝隙特征进行海面运动目标检测,可以取得较分形维检测更高的准确率.     

基于灰关联的红外目标识别方法

针对红外目标类型识别问题,提出了一种基于灰关联分析的红外目标识别算法.该算法在对红外图像进行边缘检测后,提取目标的奇异值特征作为关联参数,通过比较特征参数的灰关联值实现目标识别.该算法根据目标各个特征指标稳定性的不同,采用了一种灰关联加权系数的方法,仿真实验验证了该方法在红外目标识别问题上的有效性,并对目标旋转和平移有一定的适应能力.     

A novel approach to diagnose diabetes based on the fractal characteristics of retinal images

A novel diagnostic scheme to develop quantitative indexes of diabetes is introduced in this paper. The fractal dimension of the vascular distribution is estimated because we discovered that the fractal dimension of a severe diabetic patient's retinal vascular distribution appears greater than that of a normal human's. The issue of how to yield an accurate fractal dimension is to use high-quality images. To achieve a better image-processing result, an appropriate image-processing algorithm is adopted in this paper. Another important fractal feature introduced in this paper is the measure of lacunarity, which describes the characteristics of fractals that have the same fractal dimension but different appearances. For those vascular distributions in the same fractal dimension, further classification can be made using the degree of lacunarity. In addition to the image-processing technique, the resolution of original image is also discussed here. In this paper, the influence of the image resolution upon the fractal dimension is explored. We found that a low-resolution image cannot yield an accurate fractal dimension. Therefore, an approach for examining the lower bound of image resolution is also proposed in this paper. As for the classification of diagnosis results, four different approaches are compared to achieve higher accuracy. In this study, the fractal dimension and the measure of lacunarity have shown their significance in the classification of diabetes and are adequate for use as quantitative indexes.     

基于频域多尺度Hurst指数的海杂波中目标检测方法

本文主要研究海杂波频谱的扩展自相似特性及多尺度Hurst指数在海杂波目标检测中的应用.作为分数布朗运动的一种推广,扩展自相似过程采用多尺度Hurst指数来描述分形信号.多尺度Hurst指数可以描述分形信号在各尺度下的细节信息,弥补了单一Hurst指数只能从整体上描述分形信号粗糙度的不足.首先,本文在实测雷达数据基础上研究了海杂波频谱的扩展自相似性以及影响参数;然后,利用在最优频域尺度下海杂波频谱的多尺度Hurst指数对目标相对较敏感的特点设计恒虚警检测方法,实现海杂波中的目标检测.实测数据分析表明,海杂波频谱的多尺度Hurst指数比时域单一Hurst指数、时域多尺度Hurst指数具有更好的海杂波与目标区分能力,且由于Fourier变换可以有效提升信杂比,该检测方法具有检测海杂波中微弱运动目标的潜力.