基于分形维数的车牌识别二值化算法

针对当前常用车牌识别二值化算法存在的问题,提出了基于分形维数的二值化的方法。根据分形维数反映图像复杂程度的定义,通过计算两次突变的分维数,来确定图像的灰度值范围,并利用该灰度值范围确定阈值。并通过实验,表明利用分形维数所得到的阈值进行二值化处理较传统方法有较大改进,且该方法解决了在自然光和不同光照背景下对车牌识别的干扰问题,也可以从复杂背景中提取出倾斜的车牌。     

遥感图像分形特征提取与分割

分形理论由B.B.Mandelbrot于20世纪70年代中期创立,现已被广泛地应用于自然科学和社会科学的几乎所有领域.本文在前人研究的基础上,利用双毯法(Double Blanket Method)提取出图像的分形特征并用于图像分割,进一步证实了分形在此领域的可行性和有效性.首先,通过比较局部分形维数偏移全局分形维数的标准差来确定适合该方法的最优滑动窗口.其次,考虑到单尺度分维特征的局限性,提取出多尺度的特征值并建立分形维数谱.然后,以模拟图像为例,分析图像中各区域的分维谱,选择适当尺度的分形特征,利用最大似然法对图像进行分割.最后,将分形理论应用于遥感图像中,与传统的基于灰度值特征的图像分割方法相比,加入图像的空间分形纹理特征后分割精度明显提高.研究结果表明:分维值的大小和变化趋势可以表示不同地物的空间复杂度,结合地物的光谱以及灰度信息能有效地识别目标地物.     

数字分形图像分形维数计算

针对数字图像分形维数计算准确度较低问题,为提高图像精确性,消除噪声,设计了基于图像处理和分形维数计算的一体化系统.对具有分形特征的数字图像进行了灰度转换、去噪、阈值分割和轮廓提取处理,得到二值轮廓数字图像;利用计盒维数算法,统计一系列不同像素边长的正方形覆盖二值轮廓数字图像,根据像素数量和正方形个数之间的关系,确定数字图像的分形维数.结果表明,对分形图像的处理简单、方便,通过对kochsnow曲线、Sierpinski垫片等有规则分形图像分形维数的仿真计算,验证了方法的准确性、可靠性和简便性,能为数字图像分形维数的计算提供可靠工具.     

基于图像分形分割的麦穗粒数计算方法

针对小麦育种中小麦单穗粒数品质测定的问题,本文提出了一种基于图像分形分割的麦穗粒数计算方法.首先,利用分形几何中分数维概念,计算图像分形维数作为像元特征,根据像元特征选定一个适当的阈值分割麦穗图像;然后通过分析分割图像的行像素的灰度特征,计算麦穗与图像竖直方向的倾角,按此倾角旋转麦穗图像使麦穗处于图像竖直方向,得到旋转后的麦穗角度矫正图;最后,根据矫正图像的列数据波形特征计算麦穗粒数.实验证明该方法比传统测量方法流程更简洁,准确率更高,计算速度更快,可用于小麦育种中穗粒数测定.     

基于差分盒维数的空间目标图像分割算法

基于差分盒子维数提出了一种针对空间目标的图像分割算法.首先根据空间环境目标自然背景与空间目标人造结构的特点差异,从分形理论的相似性上对星空背景进行分析,利用像素邻域灰度方法得到目标和背景的边界.其次,在对给定阈值及该阈值下图像的差分盒维数关系进行分析的基础上,提出基于灰度方差的阈值选择方法.最后给出空间目标图像分割算法的流程,通过诸多仿真空间图像处理验证该分割算法是有效的.     

快速二维Renyi熵阈值分割方法

提出一种基于二维Renyi熵的阈值二值化方法,该方法通过引入二维直方图不仅利用了图像像元点的灰度分布信息,而且充分考虑了像元点之间的空间相关信息,对于低对比度、低信噪比的物体,该方法具有良好的分割效果.运用二维Renyi熵的原理选择灰度阁值对图像进行分割,并且引入量化图像直方图概念讨论了一种快速二维Renyi熵阚值分割算法,该算法能够递推运算和自动寻找阈值,将计算复杂性大大降低.仿真对比实验结果表明,该算法提高了计算效率并具有更佳的分割效果.     

基于分形的彩色岩石裂隙分割

纹理分割是图像处理与计算机视觉领域研究的重点和难点.现有的纹理分割方法大多集中于研究灰度纹理图像,该文提出了一种基于分形纹理特征和颜色信息结合的彩色纹理分割算法.该算法将复杂的彩色图像分形维数计算转化为单色图像分形维数的计算,将纹理特征和颜色信息相结合,采用区域生长法来实现分割.通过对彩色岩石裂隙图像的分割实验,结果证实该该方法行之有效.     

改进差分盒维数阈值的自然图像分割方法

分形可以提供自然图像复杂度信息,是一种最接近自然的算法,而维数是分形理论中最重要的内容之一,在图像处理中被广泛的应用.由于普通的阈值分割方法只注重灰度信息,而分形维数能很好考虑空间信息,还能考虑一些主要的细节问题,从而将两者结合,改进的差分盒维数法是利用图像分块处理的思想,能处理大数据图像信息,因此改进差分盒维数阈值法得到很好效果,应用于数学形态学处理.实验结果证明,改进差分盒维数阈值的自然图像分割法比传统方法和盒维数的方法效果好,不仅提高分割速度,而且分割精度也得到提高.     

基于分形理论的空间目标图像分割算法

针对像素邻域灰度方差和分形维数提出了一种空间目标的图像分割算法.首先针对空间目标自然背景的特点,从分形理论的相似性上对云背景进行分析,提出了衡量灰度变化程度的指标像素邻域灰度方差,进而建立与灰度图像对应的像素邻域灰度方差图,实现了目标边界奇异性的增强.其次,在对阈值和方差图分形维数关系分析的基础上,提出了灰度方差的阈值选择方法进行仿真,最后给出空间目标图像分割算法的流程,仿真结果验证分割算法是有效的.     

复杂背景中多车牌粗定位算法研究

提出了基于车牌分形维数特征进行复杂背景中车牌粗定位的方法。讨论了图像剪裁、灰度图转化以及图像增强时灰度转移函数的构造过程;给出了车牌图像分形维数的计算方法及车牌区域的确定。同时指出多车牌图像车牌区域的分形维数基本在2.65~2.80之间,其值高于车牌图像整体的分形维数,但是低于单车牌图像车牌区域的分形维数。该方法计算简单,不依赖车牌的颜色、形状、尺寸,具有极好的鲁棒性。通过对大量随机的实验图像进行计算表明：漏检率和误检率均为0,检出多于一个候选区域的为50%,正确检测率为100%。     

Coarse iris classification using box-counting to estimate fractal dimensions

This paper proposes a novel algorithm for the automatic coarse classification of iris images using a box-counting method to estimate the fractal dimensions of the iris. First, the iris image is segmented into sixteen blocks, eight belonging to an upper group and eight to a lower group. We then calculate the fractal dimension value of these image blocks and take the mean value of the fractal dimension as the upper and the lower group fractal dimensions. Finally, all the iris images are classified into four categories in accordance with the upper and the lower group fractal dimensions. This classification method has been tested and evaluated on 872 iris cases, and the proportions of these categories in our database are 5.50%, 38.54%, 21.79%, and 34.17%. The iris images are classified with two algorithms, the double threshold algorithm, which classifies iris images with an accuracy of 94.61%, and the backpropagation algorithm, which is 93.23% accurate. When we allow for the border effect, the double threshold algorithm is 98.28% accurate.     

基于分形的肝脏B超图像的识别方法

本文首先引入离散分形布朗随机场模型,得到肝脏B超图像的分形维数与变差函数之间的关系。分形维数可以通过计算图像的变差函数并用最小二乘线性回归法来得到,它被选为图像的特征值,做为分类依据。实验表明,正常肝脏与癌变肝脏的B超图像表现出不同的灰度值空间变化特征。采用不同的滞后距离方向对最终的图像分类结果有一定的
影响,使用四个方向的平均值的分类精度最高。     

基于分形的遥感蚀变异常提取在毛坪铅锌矿中的应用

在地球科学领域中,自相似性非常普遍,围岩蚀变作为一种地学特征并以遥感异常反映在影像上,其像元亮度-面积模式符合一定的分形理论。利用分形理论的求和法进行遥感蚀变异常的提取和分级可以弥补门限法和灰度直方图目视方法确定突变点的不足,再次利用分形的盒维数方法可得到研究区遥感蚀变异常的分形特征。以云南昭通毛坪铅锌矿ETM+遥感影像数据为信息源,采用主成分分析法(PCA)计算出反映矿区遥感蚀变异常的主分量,再对异常主分量进行像元灰度值和像元个数的统计并采用分形方法对蚀变异常信息进行分析和蚀变异常级别的划分,最后利用分形的盒维数法得到毛坪铅锌矿遥感蚀变异常信息的分形特征并与传统门限化方法进行了对比研究。研究表明区内遥感蚀变异常信息具有统计上的分形特征,分形方法确定异常限要比传统的门限化方法选取蚀变阈值更为准确;分维值与异常级别存在一定的正相关关系;分维高值区与蚀变信息密集区相一致。
     

基于多重分形的肝脏边缘粗糙度分析*

（目的）针对当前在肝纤维化早期CT影像无法检测的问题,提出了基于多重分形理论的肝脏边缘粗糙度分析方法。（方法）该方法计算了图像像素点的粗粒化Holder指数,并用核估计方法估计出图像与该粗粒化指数相对应的多重分形奇异频谱。（结果）实验结果表明该方法能在肝纤维化早期分辨出肝脏CT影像边缘粗糙度的改变,而且与传统分形维方法相比效果更明显。（结论）因此多重分形频谱分析为肝脏图像的检测提供了一种新的途径。     

基于分形维的小波包EBCOT岩心图像压缩

岩心图像作为石油地质分析和地球物理勘探的重要信息来源,数据量巨大、纹理信息丰富且对比度较弱。提出一种基于分形维的小波包EBCOT岩心图像压缩方法。对岩心图像进行完全小波包分解,以分形维作为代价函数,并以差分计盒法计算每个子带节点的分形维数。通过比较父节点和子节点分形维数值实现剪支以获取最优小波包分解,结合EBCOT算法对岩心图像进行压缩处理。实验结果表明,所提算法的重构图像的PSNR与SSIM值均高于基于熵的小波包压缩算法和JPEG2000算法。     

基于数学形态学的图像分形维数实时提取方法研究

图像的分形维数是图像的重要定量特征，可广泛应用于图像分析中。但一般计算图像分形维数的算法存在计算量大，不能实时计算的缺点。为了实时计算图像的分形维数，本文根据Ｍｉｎｋｏｗｓｋｉ－Ｂｏｕｌｉｇａｎｄ维数定义，采用数学形态学覆盖的方法设计了一种算法，并同Ｂｏｘ Ｃｏｕｎｔｉｎｇ方法进行了比较，实验计算结果表明该算法计算准确度高且稳健性好。同时本文还给出了实时并行实现结构。     

基于布朗模型和小波变换的图像分形维数计算

函像分形维数是反映图像纹理特征的重要因素，也是图像分割的主要依据；通常，图像的分形维数多数采用盒维数计算方法来得到．但是避免不了计算时阚值选择带来不精确的问题，本文结合小波变换和布朗模型，提出了一种新的计算方法，并且和盒维数方法计算结果进行比较，结果表明，通过本文的计算方法得到的图像分形维数较准确。     

基于布朗模型和小波变换的图像分形维数计算

图像分形维数是反映图像纹理特征的重要因素,也是图像分割的主要依据;通常,图像的分形维数多数采用盒维数计算方法来得到,但是避免不了计算时阈值选择带来不精确的问题,本文结合小波变换和布朗模型,提出了一种新的计算方法,并且和盒维数方法计算结果进行比较,结果表明,通过本文的计算方法得到的图像分形维数较准确。