一种基于逃逸时间算法生成分形图象的加速算法

提出加速逃逸时间算法生成分形图象的算法-屏幕分割算法，根据逃逸时间算法生成分形图象的特点，将屏幕区域进行矩形分割，检测每个矩形区域内是否有受控点，若没有，用背景色填充，反之则利用进逸时间算法绘制图象。利用屏幕分割法，图象生成速度明显提高。     

构造分形集的组合逃逸时间算法

基于Ｍａｎｄｅｌｂｒｏｔ集和Ｊｕｌｉａ集等构造分开瓣典型方法的算法,使用扫描视窗技术,对不同扫描范围（内部或外部分形集）给出不同的时间逃逸组合,得到新的算法,即组合时间逃逸算法。     

一类复映射分形生成算法与分形图重构

就经典M-J集或广义M-J集的构造算法进行了较详细的探讨.实验表明所提出的区域分裂逃逸时间算法具有普适性,并能较大地提高M分形图构图速度,成倍减少成图时间.利用周期函数调制复动力系统,构造整体有序而局部混沌的分形图,展示周期复现分形图的结构特征、整体的周期性和局部的无限细节.     

一种墓于分块的自适应分形图象编码方案

在Ｊａｃｑｕｉｎ工作的基础上：提出了一种基于分块的自适应分形图象编码方案．首先引入了视觉抑制函数对图象块进行分类和对图象均方误差进行加权；其次，发展了图象四叉树划分方法，提出了一种自适应块划分方法；再次，用分段均匀量化方法量化亮度平移量；最后，给出了实验结果，并与Ｊａｃｑｕｉｎ和Ｌｕ的结果进行了比较，验证了本文所提方法的有效性．     

一种改进型麻点去除算法

介绍了一种快速有效的麻点噪声去除算法；它把松弛迭代技术应用于经典去噪算法，改进了其处理效果，并采用类神经网络算法提高了迭代速度。该算法能有效地去除本征麻点噪声，从而保证轮廓线能提取出连续闭合单象素的轮廓线，本算法在检测工件图象的实验中，得到了较好的效果。     

分形与图象压缩

利用分形领域中的一个分支---迭代函数系统来介绍分形的内涵,比较确定性迭代算法和随机性迭代算法得到的分形图案,这也是利用分形进行图象压缩的理论基础     

快速分形图象压缩算法

分形块编码法能提供高压缩比、高质量的图象,其美中不足之处在于搜索最佳匹配块时耗时过长。本文提出的快速算法,采用二叉树和链表结构进行搜索,大大提高了匹配速度,从而缩短了编码时间。本算法分两次使用分形块编码,第二次是对第一次编码还原图和原图之间的误差进行编码,减少了图象失真。仿真结果表明,本算法较传统分形块编码法速度提高了几十倍。在高压缩比下,图象质量高于 Ｊ Ｐ Ｅ Ｇ算法。     

复杂背景图象的一种分割方法

具有复杂背景的图象已经相当接近于实际图象，对它的分析是比较困难的。但它无疑又是计算机视觉中有重大意义的一个领域，一般认为分割是这项工作的第一个难点。本文提出一种基于区域分割的合并分割算法，即对图象先作一区域分割，再用边缘检测的方法加以修正。并对一些复杂背景下的积木物体进行了实验。     

基于迭代的癌细胞图象自动多阈值分割

随着现代医学研究的飞快发展，显微图象定量分析已经广泛应用到临床诊断，病理分析，癌变分级分类等越来越多的医学领域之内。本文将传统的迭代算法应用到癌细胞图象的多阈值分割中，可根据实际需要确定阈值个数，不但可以快速准确地将细胞质、细胞核分割开来，还可以根据需要确定阈值个数，从而分割出癌变细胞核内的粗颗粒状物质以进行进一步的纹理分析。     

一种图像分形特征提取的近似算法

提出了一种提取图像分形特征的近似算法,该算法对经典的“毯覆盖”算法中按不同几何度量尺度分别计算图像的“膨胀层”和“腐蚀层”进而计算不同几何度量尺寸图像表面积的计算过程进行了简化,降低了利用“毯覆盖”算法提取图像分形特征的计算量和存储量,在现有硬件条件下使实时提取图像分形特征成为可能。     

图像分形特征提取的快速算法

介绍了一种利用归整化对数表提取图像分形特征的快速方法．该方法在计算图像的局部分维数和局部分形模型拟合误差时,通过查表的方式获得对数运算的数值,避免了对数的在线计算,同时使计算时间大大缩短．该算法为用现有硬件实现图像分形特征的实时提取创造了先决条件．     

基于分形编码的图像压缩技术

详细地阐述了新一代基于分形编码的图像压缩技术,叙述了分形的概念和分形图像编码的数学基础－迭代函数系统理论,分析了分形图像编码的特点及其实现方法,并对一些改进的分形图像编码方法作了简要介绍。     

一种基于分形的快速图像编码算法

提出了一种快速分形编码算法.针对Jacquin的算法,在为值块(range块)搜索匹配域块(domain块)进行全搜索,搜索速度慢,编码时间过长的缺点,笔者首先提出周边邻域的定义,然后在Jacquin算法基础上提出快速分形编码算法,这种算法大大减少了匹配计算,提高了分形编码速度.实验结果显示,编码时间缩短99%左右,而图像质量没有受到多大影响.     

结构测度约束下基于加权分形的图像修复算法

在获取待修复块的最佳填充块时,为了扩大搜索匹配范围,并适当提高结构像素在搜索匹配过程中的权重,提出了一种局部结构测度约束下的基于加权分形的图像修复算法．该方法对选定的定义域块进行几何变换和同构变换,构造码本,扩大搜索匹配范围; 计算各向异性非线性结构张量,得到局部结构测度,据此构造归一化权系数; 进行亮度变换,在局部结构测度的约束下,将待修复块与码本块进行加权匹配,通过最小化加权误差,导出新的亮度变换参数; 利用码本中加权误差最小的数据块来填补待修复块．实验表明:该方法能够很好地补全破损的几何结构,并使得新填充区域与源区域保持很好的一致性,其修复结果的主观质量和客观评价指标都得到了显著提高．     

一种改进的图像旋转算法

在图像处理中,有时需要对图像进行旋转变换,但是图像在小角度多次旋转变换后,会产生失真．改进的算法是在图像旋转过程中先将图像旋转回原始的位置,再旋转到目标位置．利用该算法对图像进行多次旋转变换实验,实验结果表明,与以步进方式的旋转算法相比,改进算法在旋转的同时较好地保持了图像的细节信息,减小图像的失真．     

几种分形参数估计方法的性能分析和比较

讨论了一维时间序列的分形分析和参数提取，论述了分维数的估计，介绍了几种常用方法，并提出一种基于有限长度信号方差的估计方法．用实验分析了这些计算方法的准确性、平稳性、计算复杂度、受噪声和信号长度的影响等方面的性能，得到一些有意义的结论．实验结果表明，文中提出的方法在某些方面具有优点     

一种新的双策略进化果蝇优化算法

标准果蝇优化算法(fruit fly optimization algorithm, FOA)在迭代寻优的过程中,整个果蝇群体只向最优个体靠近,这导致算法极易陷入局部最优,从而引起早熟收敛的问题。针对该问题,提出一种新的双策略进化果蝇优化算法(a novel double strategies evolutionary fruit fly optimization algorithm, DSEFOA)。提出的一种新的群体分割策略,将果蝇群体动态地划分为精英子群和普通子群;对于精英子群,引入混沌变量引导果蝇个体在其附近搜索食物,优化其局部搜索能力;对于普通子群,引入权重因子改进标准FOA的随机搜索方式,执行全局搜索,加快收敛速度。DSEFOA算法针对不同进化水平的果蝇个体采用不同的策略更新进化,充分地提升了整个群体的寻优搜索能力。8个测试函数的仿真试验结果表明, DSEFOA算法有比标准FOA算法更好的优化性能。     

一种基于K-均值聚类优化的快速分形图像压缩算法

对搜索窗中的父块和子块，根据其方差的不同，利用K-均值聚类优化方法分别对子块和父块进行聚类，子块只对同一类中的父块进行匹配，从而大大缩短了编码时间。仿真实验结果表明，在不影响信噪比和压缩比的前提下，与经典分形压缩算法相比，该算法编码速度可提高大约5倍；同近期文献报道的基于方差的快速分形压缩算法相比，该算法的结果也有明显的改善。