焦炭图像分形维数的计算

通过对焦炭图片的分析和研究,采用数盒子的处理方法,将数字图像转化为分形图像,并根据分形图像计算分形维数.方案用Visual C 编程实现.分形维数与颗粒度间存在内在的联系,本计算为进一步的焦炭光学组织识别提供了依据.     

基于分形维数的复杂图像特征提取方法

提出了一种通用的图像特征提取方法,这种方法运用分形维数可以表示曲线的复杂程度的特性来提取图像纹理特征,它具有计算简单、物理意义明确、抗干扰能力的特点,证明了对于离散函数图像在一定条件下可以采用与连续函数图像类似的方法求分形维数,最后给出了一个应用实例表明不同复杂程度的纹理其频谱曲线的分形维数是不相同的。     

二维数字图像分形维数的计算方法

许多情况下分形维数的计算是通过对二维数字图像的分析得到的．针对二维数字图像的特点，探讨了采用盒维数计算其分形维数的方法．数字图像盒维数的计算是基于对像素矩阵的分析进行的，具有数字化的特点，其计算结果的精度与图像大小有较大关系．数字图像盒维数描述了由离散像素点构成的数字图像中关心区域的分布特点，但其物理意义还应结合数字图像所赋存的物理意义加以分析．     

基于分形维数的火焰特征提取方法

利用分形维数具有可以表示曲线复杂程度的特性进行图像轮廓特征的提取,具有计算简单、物理意义明确、抗干扰能力强的特点.实验证明该方法对火焰图像的形状描述是有效的,为进一步进行火焰图像的识别奠定了基础.     

基于分形维数的离线图像分割方法

为了能够提高图像分割的精度,提出了一种基于统计学和分形维数的图像分割方法,能够对自然景物中树木、道路和天空进行分割,并且可以应用于机器人导航的视觉系统.该方法首先通过统计大量的道路和树木和天空的分形维数(LFD),分析三者对应的LFD值分布特点,然后利用该特点对图像进行分割,最后对分割后的图像进行平滑处理,得到分割结果.实验结果表明:利用统计结果进行图像分割能够提高分割速率,而且使用分形维数作为特征能够得到比较精确的分割效果.     

食用油红外光谱的分形维数特征

以傅立叶变换红外光谱为研究对象,探讨了图像分形理论在傅立叶变换红外光谱识别中的应用,提出一种利用分形理论提取食用植物油红外光谱特征的算法.通过对傅立叶变换红外光谱分形维数的比较,达到区分不同光谱的目的,利用开源计算机视觉库OpenCV实现了食用植物油红外光谱分形维数的计算算法,以玉米油和芝麻油的红外光谱为例对该方法进行了说明.实验表明:利用分形维数特征可以对玉米油和芝麻油的真伪进行很好的鉴别。     

分形维数在发动机故障诊断中的具体应用

从应用实际出发,运用分形几何的关联,Hausdorff、计盒维数的理论和方法,找出一种求分维数的切实可行、简捷实用的方法,从而研究实施并讨论了在发动机故障诊断中运用分形理论的问题,并且对几个振动故障信号进行了较为具体的分析.     

MATLAB环境下图像分形维数的计算

利用MATLAB的图像处理和数值计算功能，对大气可吸入颗粒物的场发射电镜（FESEM）图像进行处理，得到颗粒物边界的二值图像；编制MATLAB程序，统计一系列以不同像素数量为边长的正方形块覆盖二值图像时的个数，根据像素数量和正方形块个数之间的关系，确定图像的计盒维数。结果表明：MATLAB对分形图像的处理简单、方便，通过科赫曲线、谢宾斯基填料等有规分形图形分形维数的计算表明该方法计算出的结果准确、可靠。对大气颗粒物的分形维数的计算表明，不同不规则程度的颗粒物有不同的分形维数，可以通过颗粒物分形维数的计算分析颗粒物的来源和输运过程．     

分形维数在机械故障诊断中的具体应用

从应用实际出发,运用分形几何的关联,Hausdorff、计盒维数的理论和方法,找出一种求分维数的切实可行、简捷实用的方法,从而研究实施并讨论了在发动机故障诊断中运用分形理论的问题,并且对几个振动故障信号进行了较为具体的分析。     

一类Weierstrass函数图像的盒维数

函数图像的分形维数是分形几何研究中的一个非常重要并且在当前十分活跃的课题。本文研究了一类形如∑∞k=1aktk（bkx＋θk）的Weierstrass函数,证明了它的连续而不可微性,并给出了其图像的盒维数。     

基于分维特征的肝脏CT图像识别

目前分形理论已被广泛应用于医学图像识别.本文利用了改进的差分盒计数法对肝脏CT图像进行了分形维数的分析,表征了肝脏图像的纹理特征,则可识别医学图像肿瘤信息.医学图像识别的结果可以直观的方式显示给临床医生,从而辅助医生提高医疗诊断的准确性和科学性.     

基于分形截距特征多尺度图像边缘检测技术及应用

分形概念的提出及分形几何学的创立,为人们描述客观世界提供了更准确的数学模型,引起了自然科学领域和社会科学领域的普遍关注,并在化学、生物学、天文学等诸多领域中得到了广泛的应用。由于分形集可以用简单的迭代方法生成复杂的自然景物、用分数维有效度量物体的复杂性,因此分形与图像之间存在着一种自然联系,而正是这种联系,奠定了分形理论用于图像处理的基础,开辟了分形理论在图像处理中应用的新领域。目前分形在图像中的应用大致可以概括为两类;一类是利用分形的自相似特征,采用映射变换的方法对自然界景物进行仿真,对图像进行压缩编码;另一类是根据分形及分数维的特征参量来建立模型,通过对模型参数的研究,有效地进行图像分析和处理。     

基于小波变换的振动信号分形维数研究

针对传统分析方法对振动信号频率变化不明显、故障特征难提取等问题,基于小波和分形理论,通过计算振动信号盒维数,有效地提取了振动特征;提出小波分解振动信号高频系数盒维数计算方法,对振动信号的高频部分进行描述。实验证明:随着干扰信号的频率变化,振动信号小波分解后的高频部分分形维数在分段区间内比振动信号整体分形维数分段变化趋势更加明显,能更有效地反映故障频率变化,对开展设备的故障诊断研究具有现实意义。     

One-Dimensional Fractal Curves and Fractal Dimension Determination

Various methods for evaluating the fractal curves were reviewed and simulated on computer. It is shown box-counting and power spectrum methods generally give poor measuring results, while yard and variation methods could obtain good results. However,owing to multiple influencing factors, further study needs to be done before widespread application of variation method. In order to improve the measuring accuracy of yard method, a new method has been propoed to measure the fractal dimension by changing the instrumental resolutions.     

基于流数据分类和分形维分析的DoS攻击检测

DoS攻击检测是入侵检测系统中的重要课题，针对这一亟待解决的问题，综合数据挖掘技术、分形技术和通信流分类技术，分析现有基于网络的DoS攻击检测方法的不足，提出基于熵的属性分类挖掘方法和基于分形维的DoS攻击检测算法FDD-DoS，FDD-DoS算法分为训练和检测两个阶段，在训练阶段，首先获取到达服务器的通信流，通过计算得到分类后通信流的分形维数值和偏差阈值。在检测阶段，FDD-DoS实时计算通信流的分形维，如果偏差小于训练阶段得到的阈值，则修改分形维值(学习进化的过程)，否则，可判定发生了DoS攻击。在实际网络环境cs．scu．edu．cn上对FDD-DoS算法进行了连续8周的测试，利用训练结果，并模拟DoS攻击，试验证明该算法能有效检测DoS攻击。     

基于分形盒维数的跳频信号跳周期快速估计方法

针对通信对抗中跳频信号参数估计问题,提出一种基于短时分形盒维数的跳频信号跳周期快速估计方法.首先对信号采样序列分段,计算短时分形盒维数,结合小波变换检测盒维数曲线的奇异点,然后采用谱分析的方法提取奇异点的变化周期,进而估计出跳频周期.仿真实验表明,该算法运算复杂度低、跳频定位精度高,在-10dB就能有效估计出跳频周期,与基于STFT的时频分析方法相比,具有计算量更小的优点.     

土石分形检测中的数字图像处理方法研究

土木工程人员经常用粗料颗粒分布分维、粗料轮廓分维这些结构指标作为土石混合体定量化研究的依据,用以解释土石混合体的力学特性,并以这些参数作为土石混合体工程分类的依据。目前技术人员以手工筛分实验来计算粒度分维数。展开对土石混合体微结构研究,劳动强度大,操作不便,极大地制约了对土石混合体微结构的研究。提出了利用数字图像处理技术来测量土石混合体分形维数的方法。实验验证结果表明,该方法减轻了工程技术人员手工检测的劳动强度,实用有效。     

基于小波变换的SAR图像边缘提取新方法研究

由于SAR图像含有相干斑噪声，使得常规方法应用于SAR图像边缘检测时遇到了较大的困难，提出了一种新的SAR图像边缘提取方法，该方法首先用基于结构信息的统计滤波方法对SAR图像进行滤波，然后利用小波变换具有多分辨分析的特性，并结合模糊中值滤波、阈值化处理及微分梯度算子对SAR图像进行边缘提取。实验结果表明了该方法是一种有效的对SAR图像进行边缘提取的方法。