基于模糊矢量量化图象编码的研究

分析了模糊矢量量化（ＦＶＱ）图象编码的原理，给出了ＦＶＱ设计三要素。提出了用于图象编码的指数型模糊矢量量化算法（ＦＶＱＥ）。实验结果表明，ＦＶＱＥ的图象编码性能与ＦＶＱ相当，但收敛速度要略快于ＦＶＱ算法。     

基于快速相关矢量量化的图象编码算法

图象编码已经成为当今计算机世界的重要问题,而矢量量化（ＶＱ）又是近年来有损图象压缩的一种重要技术,它的优点是比特率低以及解码简单,但是其穷尽搜索编码计算量较大,为了降低编码时间,已经有多种快速算法出现在一些文献中,然而这些算法往往不能进一步降低比特率,为了解决这一问题,因此提出了一种新颖快速相关矢量量化（ＣＶＱ）图象编码算法,该算法对图象块的编码采用对角顺序,即在编码过程中根据当前图象块（ＣＶＱ）     

基于二维小波分解的图象编码

本文给出一个基于二维小波分解来进行图象压缩编码的方法。这里是使用正交小波变换来由行图象分解，得到一个图象的多分辨率表示，各频道分量对图象结构的把握是整体的，从更大程度上解除了图象象素之间的相关性，克服了由ＪＰＥＧ方法进行图象压缩编码而产生的块效应。对图象进行二维正交小波分解后，我们使用ＣＶＱ对小波系数进行编码，得到了较高的编码效率和重建图象质量。     

基于几何和图象的建筑物建模方法的实现

虚拟实现（ＶＲ）系统是一种具有交互性和临场感的三维图形系统，目前得到了广泛的研究和应用。构造ＶＲ系统的一项关键技术是建模。本文介绍了一种基于几何和图象的建筑物建模方法。它充分利用了建筑物的特性，使建筑物基本几何模型的恢复变得比较容易。用户使用建筑物的一组图象，通过交互式操作，使用计算机视觉中从运动恢复结构（ｓｔｒｕｃｔｕｒｅ ｆｒｏｍ ｍｏｔｉｏｎ）的算法，来重建建筑物的几何模型。     

采用聚类方法对彩色图象进行色彩压缩

ＶＧＡ（ＴＶＧＡ）能够显示１６～２５６种彩色，而真实图象却拥有丰富得多的彩色，本文借鉴模式识别中的聚类方法对真彩色图象进行色彩压缩，使之在ＶＧＡ上显示最逼真的画面。另外，采用该方法还可以实现同屏显示多幅彩色图象。     

基于自组织特征映射神经网络的矢量量化

近年来,许多学者已经成功地将Ｋｏｈｏｎｅｎ的自组织特征映射（ＳＯＦＭ）神经网络应用于矢量量化（ＶＱ）图象压缩编码,相对于传统的ＫＬＢＧ算法,基于的ＳＯＦＭ算法的两个主要缺点是计算量大和生成的码书性能较差因此为了改善码书性能,对基本的ＳＯＦＭ算法的权值调整方法作了一些改进,同时为了降低计算量,又在决定获得胜神经元的过程中,采用快速搜索算法,在将改进的算法用于矢量量化码书设计后,并把生成的码书用于图象     

实战VQF

ＴｗｉｎＶＱ 即 ＶＱＦ是由 Ｎｉｐｐｏｎ Ｔｅｌｅ－ｇｒａｐｈ ａｎｄ Ｔｅｌｅｐｈｏｎｅ（ＮＴＴ）开发的一种音频压缩技术。经过权威评测,认为这是一种优于 ＭＰＥＧ ＬａｙｅｒⅢ（ＭＰ３）的技术。在音频压缩率和音质上,ＶＱＦ比起ＭＰ３有很大的优势。ＶＱＦ采用了与ＭＰ３截然不同的音频压缩技术,它的音频压缩率比ＩＳＯ标准的ＭＰＥＧ音频压缩率高出近一倍,可以达到１：１８至１：２０左右甚至更高。而ＭＰ３压缩率一般只有１：１２左右,可见ＶＱＦ在音频压缩比率上的优势已经明显超越了 ＭＰ３。当 ＶＱＦ以４４ＫｈＺ－８…     

亚采样彩色CCD图象的重建

在彩色图象传输、采集、存贮过程中，一般都采用对色度通道进行压缩的技术来减少图象占用的系统资源，在重建中，采用大面积着色的方法来重建图象。但这种方法会在图象的细节部分引入较大的误差，为了在实际应用中得到最佳的重建彩色图象，就需要研究在色度通道亚采样的情况下，如何利用了完备的数据有效地重建图象。针对CCD彩色图象的空间量化特点，提出了一种利用自然图象的约象条件和人眼视觉生理学特点重建CCD彩色图象的方法。该方法利用高分辩率的通道数据来获得图象的细节信息，并且利用图象各通道间的细节相似性（同变性）来获得低分辩率通道的图象细节。通过实验证明，该方法有效地提高了图象的清晰渡，消除了CCD图象重建中常见的伪彩和图象模糊等现象，可以用于数码相机或多光谱遥感图象处理等方面。     

一种非线性图象矢量量化的重建方法——梯度中值算子法

针对图象矢量量化编码复杂度高，并存在方块效应等缺点，本文基于亚－Ｎｙｑｕｉｓｔ采样方式构成训练码矢，并提出了一种新的重建图象方法——梯度中值算子法，它不仅降低了运算的复杂度，而且在插值的同时改善了图象的质量。实验结果表明，在压缩比为０．３１２５ｂｉｔ／ｐｉｘｅｌ下可取得较高的信噪比（ＲＳＮ）和较好的视觉效果     

WT域图象分类的矢量量化编码

基于边缘方向分类的ＣＶＱ能够减少在较低位码率进行图象信号矢量量化时的边缘失真和计算的复杂程度。根据静止图象小波变换后小波系数的特征提出了一种在ＷＴ域进行分类的分类算法。     

分形理论在分队作战系统建模中的应用

如何体现现代作战环境中开放性、对称与自相似性、非平衡态有序性等复杂特性是当前作战系统建模的一个难点问题.源于几何学的分形理论拓宽了人们的思路,使人们认识到可以将分形理论引入到作战系统建模中以解决这种复杂情况.因此,本文基于分形理论,创新性的提出分形分队的概念,并对其理论依据,分形空间和分形维数等相关概念进行了论述.在此基础上,以某多兵种合成分队的建模为例,给出了基于分形理论的分队作战系统模型构建的一般过程.     

图像分形维数计算技术

在分形科学的研究中,分形维数的求取方法一直是人们所关注的,本文基于目前常见的图像分形维数的求取方法,对各种方法的计算量,适用范围进行分析和比较,给出推荐模型。     

一种基于分形插值的复杂图像的亚像素算法

本文提出一种基于分形理论的亚像素算法,通过提取自然景物的分形参数,并利用图像的分形参数进行随机分形插值。试验结果表明,该算法可以达到很好的亚像素精度。     

一种基于分形维数的图像压缩编码方法

本文提出了一种基于分形维数的ＤＣＴ变换压缩编码与ＩＦＳ分形编码相结合的图象压缩方法。实验结果表明,与基本的自动分形图象编码方法相比,运算时间下降而压缩比和信噪比提高。     

分形及其在土壤科学中的应用

介绍了分形这一新兴的数学分支,并讨论了分形理论在土壤科学中的价值和应用。结合相应的模型论述了分形理论在土壤水分特征曲线及在土壤大孔隙流研究中的应用。     

分形维数的一个并行算法

本文详细介绍了分形维数的一种计算方法,在对其计算复杂度进行分析的基础上对算法进行了优化,提出了一个对应的并行化算法,并介绍了基于MPI环境的具体实现,最后给出一个计算实例。     

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。     

基于面向对象方法的分形图生成技术

在对分形图生成与面向对象方法各自特点进行分析上的基础上,提出基于向向对象的分形图生成方法,该方法的关键在于定义分形对象类。文章最后提出一个构造基于面向对象的分形图生成系统的设想。     

基于分形理论的制造系统建模方法研究

通过新的技术条件下制造企业系统化、复杂化和非线性等特性的分析,给出了一种基于分形理论,适应敏捷化集成化、系统化要求的新型制造企业组织体系,阐明其层次性、自相似的结构特点,分析了其“授权自制”的运行模式。     

基于分形维数的数据挖掘技术研究综述

分形维数在数据挖掘领域起着非常特殊的作用,它能有效地描述数据集,能反映复杂数据集中隐藏的规律性,基于分形维数的数据挖掘技术研究越来越受到人们的广泛关注.本文首先介绍了数据集的分形维数,进而在此基础上重点介绍了几种基于分形维数的数据挖掘技术,并对每种技术的特点进行了阐述,最后指出今后的发展方向.