分形分维在遥感图像纹理分析中的应用

基于分形几何学的影像纹理分类是以影像纹理的分维值为最基本的分类依据,影像分维值不同则属于不同的纹理类型。介绍了三种计算影像分维值的算法和数学模型,应用结果表明,综合运用三种方法进行纹理分析能得到满意的结果。     

分形理论在遥感图像分类处理中的应用综述

针对遥感图像的特点,将分形理论应用于遥感图像分类中,可以根据不同的类型引入不同的分维数,在一定程度上符合了地物实际分布的特征,从而可以应用到遥感图像分类中。     

基于分形纹理的遥感图像岩性识别方法

根据分形理论和遥感影像的特征，本提出一种图像分形纹理计算方法。分形纹理能够准确刻画图像的空间特征信息，在遥感图像分类中作为空间特征信息的补充。利用该方法在河西走廊酒泉盆地的红柳峡地区进行了TM图像的岩性分类实验，当只采用原始TM六个波段图像分类时，精度仅为71．62％，而采用分类纹理信息时分类精度则提高到79．54％。说明分形纹理对岩性空间特征信息有较好的描述，将分形纹理信息配合原始波段进行岩性识别时，总体识别精度达到87．93％．提高了16．3个百分点。因此，该分形纹理对于图像空间特征信息的描述具有重要意义。     

分形理论及其意义

在传统的欧几里德几何中研究的结构,直线或曲线是1维的,平面或球面是2维的,具有长、宽、高的形体是3维的,它们都可以用一定的特征长度来完全描述,比如知道正方形的边长,就可以画出来。而对于自然界的几何结构,象树、云、山脉、波浪、海岸线等,都是不规则的,没有特征长度,它们的复杂性无法用维数等于1、2、3这样的数值来描述,如何...     

基于分形理论的遥感影像分类研究

分形理论是非线性科学领域的一大支柱,它的提出为人们解决非线性世界的问题提供了新的思想和方法,由于分形维数与人类对图像表面纹理粗糙度的感知是一致的,利用分形理论进行遥感影像分类具有潜在的理论和应用价值。本文根据遥感影像特点,引入分形方法来描述其纹理结构特征,利用双毯覆盖模型来提取遥感影像的纹理特征,在此基础上,采用K-means算法将纹理结构特征与光谱特征相结合,进行遥感影像分类,其分类效果优于单纯采用光谱特征的分类。     

遥感图像的分形特征

为了通过分形理论将空间结构信息应用于遥感解译之中,引入一种分析遥感图像分形特征的方法,运用所编程序对-景ETM 遥感数据进行运算,得到所需分形特征数据.并发现:所得分维值的大小能相对地表达原图像的复杂性,原图像及地物的复杂性都与分维值的大小具有正相关关系.该算法还可以计算除遥感图像外其他数字图像的分形特征,并为将遥感图像的空间结构信息引入遥感分类打下基础.     

无监督纹理遥感图像分形分割仿真

针对无监督纹理遥感图像分形分割时,仅利用光谱信息,没有充分利用遥感图像中的纹理信息造成过分割或是欠分割的问题,提出结合光谱信息和纹理信息的无监督遥感图像分形分割方法.方法 首先借助于双边滤波算法建立双边滤波模型,对无监督遥感图像进行平滑处理,利用边缘检测算子获取无监督遥感图像的纹理梯度和光谱梯度,保留遥感图像的纹理信息...     

分形方法在遥感蚀变信息提取中的应用研究

分形方法已经成为提高勘查地球化学、地球物理信息的重要途径之一,但该方法在遥感数据处理领域的应用研究较少。以河南卢氏木桐钼铁多金属矿区为实验区,ETM+遥感影像为数据源,运用MPH与波段比值、滤波等方法组合提取该实验区的蚀变信息。采用分形理论的求和法像元亮度-面积模式,对所提取出来的铁染蚀变进行定量分析,并与传统阈值选取方法进行了对比研究。结果表明蚀变作为一种地质记录,其空间展布不仅具有分形特征,而且具有多重分形的特征,在此基础上,对实验区遥感蚀变异常进行分级,弥补了传统的门限化方法和利用灰度直方图目视确定突变点方法的不足,取得了较好效果。     

热图象场的分形测量方法研究

影像的分形研究是图象分析中的一个新课题,该文通过对分形原理、传统的分形计算方法的研究,结合热图象特征给出了３种不同的分维计算方法－灰度曲面分形计算,剖面曲线分形计算,象元点分形计算,实践表明灰度曲线分形计算可以揭示热图象整体的分形特征;剖面曲线分形计算则可对比研究典型地域的热辐射特征;象元点分形计算可以给出热辐射变化梯度的定量描述。在讨论有关分形性质后,给出了上述方法在上海市热图象场分形测量中的良     

四叉树理论在分形图像编码中的应用

在分形图像编码领域,四叉树经典理论及各种各样的改进算法越来越多地被运用,不断地提升编码方法的正确性。着重对分形编码理论、经典四叉树算法和Fisher自适应四叉树算法进行研究,并在此基础上提出了一种改进四叉树的编码方法,最后,在VC6.0开发工具中进行了仿真和验证,结果表明该文提出的改进四叉树的编码方法在同类图像压缩和编码中,具有更高的压缩比和更短的压缩时间。     

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。     

Probabilistic pseudo-morphology for grayscale and color images

Mathematical morphology offers popular image processing tools, successfully used for binary and grayscale images. Recently, its extension to color images has become of interest and several approaches were proposed. Due to various issues arising from the vectorial nature of the data, none of them imposed as a generally valid solution. We propose a probabilistic pseudo-morphological approach, by estimating two pseudo-extrema based on Chebyshev inequality. The framework embeds a parameter which allows controlling the linear versus non-linear behavior of the probabilistic pseudo-morphological operators. We compare our approach for grayscale images with the classical morphology and we emphasize the impact of this parameter on the results. Then, we extend the approach to color images, using principal component analysis. As validation criteria, we use the estimation of the color fractal dimension, color textured image segmentation and color texture classification. Furthermore, we compare our proposed method against two widely used approaches, one morphological and one pseudo-morphological.     

彩色图像分形维数的计算方法

分形维数是描述图像复杂性的一种重要测度,广泛应用于图像特征提取及图像分类、分割和检索等方面。多种黑白图像和灰度图像的分形维数计算方法已被提出,但其中很少有适用于彩色图像的分形维数计算方法。把计算灰度图像分形维数的差分盒维法扩展到欧氏五维空间,提出了一种简单且易实现的计算彩色图像分形维数的方法。实验结果表明,提出的方法能够捕捉到彩色图像纹理的复杂性,在识别彩色图像粗糙度变化和计算精度方面优于其它算法。     

曲线分形维数的数值分析方法及应用

对于一条分形曲线复杂性的分析，首先归结对其分子形维数的度量，一般文献上介绍基于典型曲线（如，Ｃａｎｔｏｒ集，Ｋｏｃｈｓｎｏｗｆｌａｃｋｅ集等）的分维计算方法，由于典型曲线可迭代生成，介绍的方法大都基于解析方法，（如计算相似比）这类方法在实际应用中有很大的局限性，文中提出一个适用于计算机的数值计算方法，对于任一具有分形特征的曲线，先进行数字化，然后采用从曲线端点开始的弦步行算法，较好地解决了实用中的     

基于分形特征的自然景物图象分割方法

提出了一种基于分形特征分割自然景物图象的方法。分割的主要目标是找出景物中的人造物体。首先构造了一组分形纹理特征,给出了图象不同部分的粗糙度及纹理基地大小、方向特性的描述,以此为基础进行图象分割。此外,通过对盒维数方法中的参数拟合性能的分析,对维数估计方法进行优化,理论和实验表明,在自然环境中,该方法能够区 的纹理区域及人造目标,达到满意的分割结果。     

An improved box-counting method for image fractal dimension estimation

Fractal dimension (FD) is a useful feature for texture segmentation, shape classification, and graphic analysis in many fields. The box-counting approach is one of the frequently used techniques to estimate the FD of an image. This paper presents an efficient box-counting-based method for the improvement of FD estimation accuracy. A new model is proposed to assign the smallest number of boxes to cover the entire image surface at each selected scale as required, thereby yielding more accurate estimates. The experiments using synthesized fractional Brownian motion images, real texture images, and remote sensing images demonstrate this new method can outperform the well-known differential boxing-counting (DBC) method.     

数据流中随机型分形维数计算方法研究

分形维数能够有效地描述数据集,反映复杂数据集中隐含的规律性,基于分形理论的数据挖掘算法通常都步及到分形维数的计算。但是现有的分形维数计算方法的时间复杂度和空间复杂度都比较高,大大降低了算法的效率,使算法很难适应高速、海量的数据流环境。因此,总结分析了现有的几种分形维数计算方法,并提出一种随机型方法,利用固定的内存空间快速估计数据流的关联维数。最后通过与现有算法进行对比实验,证明了这一随机型算法的有效性。