分形几何在计算机图形学中的应用

介绍了分形几何理论的基础以及分形图形的主要生成方法,阐述了分形几何学在计算机图形学中的应用。     

分形仿真技术在海上视影图形显示中的应用

本文运用分形几何学的概念和思想方法，研究了分形几何学中分形仿真技术在海上视影图形生成和显示中的应用。文中的算法已用Ｃ语言在微机上实现，从显示的图形的结果来看，效果较好。     

分形在电台细微特征识别中的应用

针对电台细微特征产生机理,对分形技术在电台细微特征识别中的应用展开深入研究.本文实现了基于分形理论的步数维、盒雏、信息维、Lyapunov维四种分形维算法,采用模拟单音调制数据分析了分形算法的适应性.最后对实际工作状态下3种型号的5部电台进行个体识别,实验结果证明了分形在电台细微特征识别工程应用中的可行性和有效性.     

计算机分形图形技术

本文论述了计算机图形学中的一个新颖的、非常吸引人的分支，即分形图形技术，列举了几种重要的和常用的分形技术与方法，阐述了分形技术在自然界真实物体模拟，仿真形体生成、计算机动画和奇异图形生成方面的应用，以及在教育娱乐方面的应用。     

分形及其在Windows下的编程实现

本文简要介绍分形几何的基本概念及其计算机模拟实现的基本原理，并以ＯＷＬ设计基于分形图形的屏幕保护程序为例，说明分形在Ｗｉｎｄｏｗｓ下的编程实现。     

分形艺术与计算机程序设计

分形(Fractal)是由IBM公司的科学家曼德勃·罗特在1975年首先提出的。分形一词原意具有不规则、支离破碎等意义。分形几何学是计算机图形学的一个分支,用分形的方法生成的图像向人们展示了在简单的数学模型中蕴涵的内在     

基于分形特征的水声目标信号分类识别

在水声信号的研究中,应提高准确性.由于水声信号不具有严格的线性区域,过去直接对近似线性区域进行最小二乘拟合求得分形维数误差较大,不利于信号的识别.为解决上述问题,在分形布朗运动的基础上,提出采用水声目标信号近似线性区域进行了分段处理,运用最小二乘拟合求得各段的分形维数,并将各段的分形维数作为目标信号的特征矢量,进而以BP神经网络作为分类器进行目标的分类识别.实测目标的分类结果表明,上述方法提高了分形维数的稳定性,为水声目标信号的检测和识别提供良好的理论依据,并给出了具体的算法的步骤.     

分形理论与计算机图形学和图象处理

本文概略地介绍了分形理论及其在计算机图形学和图象处理中的应用。     

应用分形特征的景象匹配仿真

为了提高数字景象匹配的技术性能,将分形理论应用于景象匹配领域,提出了一种用于景象匹配的采用归一化方法改进的双毯覆盖算法,并阐述了数字景物图象分形维数的求解方法,同时采用粗匹配和精匹配两级匹配来改善匹配概率与实时图的亮度和对比度等因素有关,这对于进一步探索改善该算法的匹配性能,具有重要意义。     

模糊波形分析在目标识别中的应用

本文描述了一种波形分析方法,它利用隶属度函数对新给定的波形中的峰谷值进行定量描述,从而将此波形表示为一模糊子集,并通过模糊子集的动态匹配完成波形的识别分类,实验证明,这是一种有效的波形分析方法,这种方法可以用于平面二维目标的快速识别分类,本文用飞机目标进行了实验,获得了较好的效果。     

基于分形几何的真实场景物体表示及应用

介绍了分形维数的概念,对利用自拟似分形和自仿射分形实现分形物体的绘制算法进行了描述。实现了场景中不规则自然景物几何形状的真实感表达。     

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MATLAB的分形仿真研究

研究重点是用MATLAB编程语言来实现分形图形。如应用分形几何学中的IFS系统理论和L系统理论,用MATLAB语言生成具有自相似特征的、精美的分形图案。为地貌描述、生物学的仿真研究、艺术设计等领域提供了新的方法。     

苹果分类识别中的分形问题研究

提出一种新颖的基于分形理论的苹果属性分类识别方法。通过机器视觉获取苹果彩色图像,进行处理,得到反映苹果色度属性的灰度图象;运用分形理论,通过苹果灰度图象创建灰度特性曲线,对该曲线的分形问题进行研究,得到曲线的分形维数;根据特征维数,建立起苹果属性类别和分形维数间的关系,实现了苹果属性的准确检测和分类。实验结果表明,用分形理论方法进行苹果分类识别,具有良好的抗噪、容错能力,并能有效地克服传统图像分割识别方法适应性差的缺点,提高了分类判别准确率和分类精度。     

角点在目标识别分类中的应用

本文描述了一种角点的形状分析方法。它选用相邻角点与形心所成直线之夹角,以及角点到形心之间的归一化距离作为特征,并证明了它们的平移、旋转和比例变化不变性。为了提高特征匹配的精度,本文采用动态分析的方法,将其应用于飞机目标识别之中。实验证明,这二组特征有较好的分类能力。     

分形特征模糊增强及其在目标检测中的应用

提出一种新的运用模糊集理论进行分形特征增强的方法,并将其运用到复杂背景下的目标检测中。首先根据分形的尺度不变性计算图像各像素分形特征,定义新的隶属度函数对分形灰度图进行模糊特征平面映射,再运用非线性变换的模糊增强运算提高目标和背景的分形差异。在此基础上,结合数学形态学理论提出了基于增强分形特征的目标检测方法。实验证明该算法能够确实有效的提高目标和背景的分形特征差异,并克服了传统模糊增强算法的弊病;基于增强分形特征的检测方法,保证了复杂背景下目标检测的正确性和可靠性,并具有较好的抑噪性能。     

实时雷达目标回波波形发生器在雷达目标识别中的应用

在自动目标识别系统（ＡＴＲ）中往往需要对系统样机进行测试和评估。文中论述了为完成测试而提供信号的目标回波波形发生器,它可以复现实际采集的真实目标的回波,也可以产生由算法提供的目标任意仿真波形,还可以作为普通的波形发生器使用。该波形合成器能够以６４ＭＨｚ的速率从Ｄ／Ａ 输出缓存数据,同时提供了１ Ｈｚ～４ ｋＨｚ可编程雷达同步信号,输出合成回波信号,在示波器上可得到完全等同于Ａ 显示器的波形信号,为ＡＴＲ系统的性能测试提供了可靠的保证。     

感知归类在目标识别中的应用研究

感知归类是指人们在不拥有任何图像内容知识的前提下，从底层原始图像特征中提取有效的图像联系的一种视觉能力。本文着重介绍了感知归类方法在目标识别中的应用，通过使用感知归类中的接近、相似、连续等概念，逐步将底层的图像特征组合为高层的图像联系，直至获得有意义的语义表征。     

基于分形的流场采样方法

借助流线、流面、流管等几何元素来实现流场可视化是目前流场可视化软件中最常用的技术，但这些方法都面临着采样的问题，传统的方法一般都是由用户指定质点源和采样密度这样常常会漏掉流场中重要的特征和细节。本文提出一种基于分形的流场采样方法，通过计算流场各区域的分形维数，对流场进行分析，使得用户很快知识流场中哪些区域速度变化较大，哪些区域速度变化平缓，从而便于用户决策流场中各区域采样的疏密。     

多重分形在语音情感识别中的研究

为了克服语音情感线性参数在刻画不同情感类型特征上的不足,将多重分形理论引入语音情感识别中来,通过分析不同语音情感状态下的多重分形特征,提取多重分形谱参数和广义Hurst指数作为新的语音情感特征参数,并结合传统语音声学特征采用支持向量机(SVM)进行语音情感识别。实验结果表明,通过非线性参数的介入,与仅使用传统语音线性特征的识别方法相比,识别系统的准确率和稳定性得到有效提高,因此为语音情感识别提供了一个新的思路。