具有函数尺度因子的有理分形曲线

带有常数尺度因子的分形插值,是描述具有明显自相似事物的一个有效工具,然而,它却难以精确地刻画自相似较弱的不规则数据.为此,提出一种具有函数尺度因子的有理样条分形插值方法.首先,在迭代函数系统中引入函数尺度因子,构造了一种仅仅基于函数值的带有形状参数的有理分形插值曲线;然后讨论了分形曲线的分析性质,包括分形曲线在尺度因子满足适当条件下的光滑性、分形曲线对插值数据扰动的稳定性以及分形插值函数的收敛性;最后,研究了分形曲线的计盒维数,给出了计盒维数的上下界.数值算例验证了该分形曲线造型的可控性和对噪声的鲁棒性;对海岸线数据插值时,该方法相比B样条、Bézier曲线和三次样条能更好地还原海岸线的粗糙程度;处理股票时序数据时,相比ARIMA和SVM方法,在RMSE等多项指标下更优.     

一种基于多小波变换的自适应图像插值算法

为使插值后的图像具有很好的视觉效果和较高的信噪比,并克服使用单小波变换放大图像时的斑点干扰现象,提出了一种新颖的自适应图像插值算法,通过将图像变换到多小波域,并利用多小波域内高频子带的分形维数,自适应的根据低分辨率图像以及该图像进行一级多小波变换后的高频子带信息获取高分辨率图像二级多小波变换的子带信息,对所得到的子带信息进行二级多小波反变换,可以得到更清晰的二倍插值图像。     

可变参数的有理分形插值曲线建模

为了有效地处理复杂真实现象中的不规则数据,提出一种利用有理分形插值进行分形曲线建模的方法.首先,基于传统的具有形状参数的有理样条,构造了一类具有函数尺度因子的有理迭代函数系统,并定义了有理分形插值曲线.然后,研究了有理分形曲线的一些重要性质,包括光滑性、稳定性以及收敛性.最后,估计了有理分形曲线计盒维数的上下界.提出的...     

基于广义分形插值理论的多尺度分类尺度下推算法

多尺度数据挖掘多应用于空间遥感图像数据,以图像的分辨率或者区域分割为依据进行尺度划分,然后在每个尺度层进行分析。近期,有不少学者将多尺度数据挖掘应用于一般数据集上,以等级理论、概念分层和包含度理论尺度划分等为尺度划分依据,研究不同尺度层的分布规律,进而发现有意义的事实,如多尺度关联规则以及多尺度聚类。但是在一般数据集下,很少将多尺度数据挖掘应用于分类算法领域。本文定义了广义分形插值理论的概念,打破了局限于迭代函数系统IFS(Iterative Function Systems)的缺憾,拓展了分形插值的应用;提出了基于广义分形插值理论的多尺度分类尺度下推算法MSCSDA(Multi-Scale Classification Scaling-Down Algorithm);仿真实验建立在4个UCI基准数据集和1个H省部分人口真实数据集上,并将MSCSDA与KNN、Decision Tree以及Libsvm算法进行对比分析;实验结果表明,MSCSDA算法在不同的数据集上,均优于其他算法。     

有理分形曲面造型及其在图像超分辨中的应用

曲面构造是计算机辅助几何设计的一个关键问题。为了使建模曲面在实际应用中更加灵活、有效,提出一种有理分形曲面的构造方法,并基于该模型给出一种单幅图像超分辨率重建算法。首先,将分形插值函数视为高度函数的分形扰动,给出了一种双变量有理样条迭代函数系统,由此生成有理分形曲面;其次,研究了有理分形函数的一些分析性质,给出了有理分形曲面的计盒维数;最后,将该模型及其理论结果应用于单幅图像的超分辨率重建,提出一种重建算法。该算法先通过非下采样轮廓波变换将图像划分为边缘区域和非边缘区域;然后借助于维数公式精确计算尺度因子,利用模型的多样性对不同区域采用不同的模型进行插值,非边缘区域采用有理函数模型,边缘区域采用有理分形插值函数模型;最后通过适当的变换得到目标图像。实验结果表明了所提模型和算法的有效性,其在处理图像纹理细节和边缘方面优于对比算法,特别是在保持图像的结构信息上具有较强的竞争力,同时获得了较好的客观评价数据和主观视觉效果。     

基于混合有理插值的图像渐变算法*

针对现有的图像渐变方法只考虑两个图像间渐变的情况,提出一种非线性的多幅图像间渐变的新方法,即一元混合有理插值方法。将多幅图像间相同位置的像素点建立对应关系,按照该关系建立一元混合有理插值函数,对插值函数进行重采样,得到一系列的渐变中间图像。实验表明,新算法在反映空间数据的分布特性、保证图像纹理特征方面均优于其他算法,具有计算精度高、适应性强、易于编程实现等优点,是一种较实用的算法。     

基于Matelab的分形插值算法在矿山体积计算上的应用

分形普遍存在于自然界中。山体与地层都是非平衡态自组织的,他们都具有分形的特征。在Matelab的基础上,利用有限个点的三维坐标,应用分形插值算法绘出山体的表面轮廓,再利用分形插值的计算结果进一步积分计算研究区体积。与传统几何图形法计算体积比较,积分的计算单位更加细化,所以结果更精确。验证了分形维数的取值的重要性,选取插值计算数据的方式是生成结果是否理想的关键。     

基于形态学多重分形的遥感图像多尺度分割

提出了一种基于数学形态学的局部多重分形指数特征来描述图像中的纹理信息,并构造了基于图像四叉树的多尺度分割算法来实现遥感图像的粗分割。形态学多重分形指数能够准确而全面的刻画纹理的局部尺度特性,而多尺度分割算法可以在保持分割精度的前提下大大降低时间复杂度。在遥感图像上进行的对比实验表明,该算法在分割的效果和效率上都优于使用其他纹理特征的分割算法。     

脑CT图象分形插值处理

由于插值方法常用于提高医学图象的质量或用于弥补在有损压缩中丢失的图象信息,因此图象插值在医学图象处理中具有特殊的地位,虽然如今已提出了许多插值方法,然而传统的插值方法（如线性插值、双线性插值等）在处理图象后,会丢失图象的纹理特征,即产生平滑效应。文献[1]通过对自然景物图象的灰度研究,证明了自然景物纹理图象的灰度满足各向同性随机分数布朗场（FBR）模型。在此基础上,为克服插值中易产生的平滑问题,提出了一种将分形插值应用于脑CT图象处理的相关参数计算和插值算法。另外,为评价插值图象的质量,同时还引进模糊数学中模糊度和模糊熵的概念,即用模糊度及模糊商来对插值图象质量进行评判。模拟实验结果表明：这种新方法比现有的同类算法（双线性插值）有更好的性能。     

有理分形插值曲线的约束和单调保持EI北大核心CSCD

传统的多项式分形插值中,分形曲线曲面的局部形状约束和调整是一项困难的工作.为了使分形曲线能够在很好地逼近不规则数据的同时具有形状可调性,提出一种有理样条分形插值方法.首先基于经典的有理三次样条构造了1C连续的有理样条分形插值函数,这种有理分形插值函数的构造允许嵌入形状参数,以至于分形曲线的形状能够通过对尺度因子和形状参数的约束进行调整;然后研究了该插值函数的一些分析性质,包括一致收敛性和稳定性;最后基于构造的有理分形插值函数,通过对迭代函数系统参数的约束,分别给出了约束和单调曲线插值系统.实例结果表明,利用该方法可以将传统非递归形状可调插值分形一般化;形状参数的嵌入使得分形插值函数具有良好的拟局部性,为分形曲线的形状调整提供了有效的工具.     

一种含参数的双线性有理插值的图像缩放方法

通过一种基于函数值的分母与分子均为一次的线性有理插值函数构造出带参数的叹线性有理插值函数,该函数形式简单,灵活度高。利用该函数提出了一种新的图像插值算法,实验表明,该方法控制灵活,能有效实现图像的缩放。     

图像子块特征匹配的快速分形编码算法

基于分块迭代函数的全搜索分形图像编码算法,因其编码过程特别耗时而限制了它的诸多应用。为了减少编码时间,通过定义每个range块和domain块的子块特征,根据匹配均方根误差与它的关系,设计出一个限制搜索空间的新算法。一个待编码range块和它的最佳匹配domain块的子块特征应该接近,因此,每个range块的最佳匹配块搜索范围仅限定在与其子块特征接近的domain块邻域内,以达到加快编码过程的目标。14幅图像的仿真结果表明,该算法能够在[PSNR]降低0.73 dB（其结构相似性[SSIM]值仅下降0.002）的情况下,平均加快全搜索分形编码算法的编码速度99倍左右,而且也优于其他特征算法。     

梯度优化的有理函数图像插值

目的 对图像纹理区域的细节保持一直以来是图像插值技术的一个难题,为此提出了一种梯度优化的有理函数图像插值算法。方法 首先,构造了一种新的含有可调参数的双变量有理插值函数,随着参数的不同取值,该函数具有不同的表达形式,它是多项式模型和有理模型的有机统一体;其次,根据图像的区域特征,利用等值线方法将图像自适应地划分为纹理区域和平滑区域,纹理区域采用有理模型插值,平滑区域采用多项式模型插值;最后,根据各向同性Sobel算子计算插值单元的图像梯度,确定纹理方向,不同纹理方向的插值单元用相应的权重对中心点进行优化。结果 从客观数据、主观效果、时间复杂度3个方面对重建图像进行评价,客观数据包括峰值信噪比（PSNR）和结构相似性（SSIM）,从实验结果可以看出,本文算法的PSNR平均提高了0.14~1.50 dB,SSIM平均提高了0.005~0.097。从主观效果来看,本文算法的重建图像的纹理细节更加丰富,边缘结构更加清晰,从时间复杂度来看,本文算法的平均运行时间是3.77 s,分别比DFDF（directional filtering and data fusion）、NEDI（new edge-directed interpolation）、RSAI（robust soft-decision adaptive interpolation）、Lee''s、NARM（nonlocal autoregressive model）算法快了3.28倍、5.26倍、53.28倍、43.53倍、418.54倍。特别地,对于Baboon、Barbara、Metal这类纹理细节丰富的图像,本文算法在峰值信噪比和结构相似性上较对比算法有突出优势,主观效果有明显提高。结论 基于构造的双变量有理插值模型,本文提出了一个梯度优化的有理函数图像插值算法,实验结果表明,该算法在图像纹理细节和边缘结构保持方面具有良好的视觉效果,有效提高了插值图像质量,且时间复杂度较低。     

四分位数特征的快速分形图像编码算法

尽管分形图像编码在高压缩比时具有较好的视觉质量,但其固有的编码耗时限制了它的广泛应用。编码时间主要花费于在一个海量码本中寻找每个range块的最佳匹配domain块。针对这个问题,提出一个限制搜索空间的算法：根据新定义的图像块的四分位数特征与匹配均方根误差间的关系不等式,一个待编码range块只在初始匹配块（即与range块具有最接近四分位数特征的domain块）的邻域内搜索其最佳匹配块,搜索邻域的大小由预先设置的误差阈值来控制。仿真结果表明,三幅测试图像在重建图像质量更优的情况下,全搜索分形编码算法的编码速度平均加快了51倍左右（误差阈值为10）,与新叉迹特征算法相比,可获得更好的编码效果。     

基于小波变换的分形插值图像放大方法

分形插值和小波变换在数字图像处理中有着广泛的应用.结合分形插值和小波变换的特点,提出了一种新的图像放大方法.实验结果表明,通过选择合适的小波基,该方法与传统的图像放大方法相比,获得的放大图像的纹理特征和图像的边缘得到明显增强,并且具有更高的视觉分辨率.     

三均值特征的快速分形图像编码算法

分形图像编码因在高压缩比时具有好的重建图像质量而备受图像压缩领域的极大关注,但它在编码过程特别耗时的致命缺点限制了其诸多应用。针对这个问题,新定义了图像块的规范块三均值特征,并根据匹配均方根误差与规范块三均值特征间的关系,提出了一个限制搜索空间的快速分形编码算法：一个待编码range块的最佳匹配块搜索范围仅在初始匹配块（与range块的三均值特征值相近的domain块）的邻域内,搜索邻域的大小由预先设置的剔除条件来自动控制。3幅图像的仿真结果表明,它确实能够在重建图像质量更好的情况下,平均加快了全搜索分形编码算法的编码速度29倍左右,且也优于新叉迹特征算法。     

主对角和特征的快速分形图像编码

分形图像编码十余年来在图像处理尤其是图像压缩领域引起了人们的极大兴趣。但编码过程耗时长限制了它的应用范围。为了缩短编码时间,根据匹配均方根误差与新定义的规范块主对角和特征间的关系,提出了一个限制搜索空间的算法：对一个待编码range块,仅在与该range块主对角和特征值最接近的domain块的邻域范围内搜索它的最佳匹配块。同时融入两个措施：一是预先从码书Ω中排除小标准差domain块;二是对小方差range块用其均值块代替。该算法不仅从理论上证明是可行的,而且三幅标准测试图像的仿真实验结果也表明,它确实能够在重建图像质量略好的情况下,平均加快全搜索分形图像编码算法的编码速度30余倍。     

基于梯度的快速图像插值算法

为解决传统插值算法效果不佳而新发展的边缘方向插值算法计算量大的问题,提出了一种基于梯度检测边缘的快速图像插值算法。该算法通过在原图像每一个3×3邻域内计算二阶梯度,检测边缘是否存在:若存在边缘,则计算一阶梯度判断边缘强弱并自适应得到权值因子,然后进行带权的线性插值;若不存在边缘,则在此邻域内进行双线性插值。实验结果表明,此算法不仅使插值后图像具备整体清晰性和边缘平滑性,有效保持了图像的主观视觉质量,而且相比现有同等效果的插值算法,运算时间至少能降低20%,尤其适用于嵌入式设备图像放大的应用。