δ—网分形指纹及其在图像匹配中的应用

基于δ－网分形指纹特征，提出了一种自然景物图像的匹配方法，实验结果表明δ－网分形指纹特征是一种自然景物图像的稳定分形特征，采用δ－网分形指纹特征对自然景物图象进行的匹配，能获得比传统的基于灰度和边缘的特征匹配方法以及多尺度分形指纹匹配方法更好的匹配结果。     

利用分形维数实现亚像素图像匹配

图像匹配是图像分析领域中的一个很重要的研究内容.图像相关性的研究是提高图像匹配精度的关键,分形由于具有自相似这一重要特征在充分利用图像相关性方面独具潜力.本文提出了一种基于分形维数的亚像素图像匹配算法,该方法通过在被匹配图中遍历搜索模板子区和对子区进行次子区划分,采用最优盒计数法求取模板子区和搜索子区中次子区的分形维数,根据统计相关性原理找到相似性最大位置,然后利用分形插值法将匹配点定位到亚像素级,实现高精度的图像匹配.实验证明,该方法具有良好的匹配效果.     

数字图像匹配原理用于自动监视

利用数字图像匹配技术检测出静止场景中运动物体的原理,研制出了电视自动监视报警擒拿装置。在硬件设计中,考虑了帧存储器稀蔬化,降低了对存储容量及速度的要求。采用数字式二次门限检测,使谎报率接近于零。     

改进的Hausdorff距离和遗传算法在图像匹配中的应用

研究模板和图像间的有效匹配,将部分Ｈａｕｓｄｏｒｆｆ距离的计算进行改进,提出一种改进的部分Ｈａｕｓｄｏｒｆｆ距离作为检测模板和图像中物体轮廓相似性的测试,可以较大地减少计算量,同时把遗传算法引入图像匹配识别,由于遗传算法的高并行性和鲁棒性,可以较快地完成全局搜索,而不会陷入局部最优,因此该算法和改进的Ｈａｕｓｄｏｒｆｆ距离相结合能有效地检测出具有平移、旋转和尺度变化的物体,该方法可以应用于实际图像识别和匹配中。     

基于分形融合FBM的海浪模型研究

海浪模拟作为非线性模拟代表方向之一。国内外研究划分为两种派系,由此产生的各种单一模型都不能满足逼真、快速和可控的需求。提出了一种新的改进海浪模型。该模型融合了分形的分数布朗运动曲面模型,以及经典的线性叠加浪谱Gerstner模型;并通过两种模型产生高度场的权重比值,来对海浪模拟进行调节和控制。实验证明,新模型生成的海浪逼真度高,能够产生大面积海面,改变视点,可以通过人为参数设定改变海浪海况;与经典模型相比,具有计算效率好、逼真度高、可控性好的优点,说明新模型在海浪模拟模型研究方面具有一定的改善。     

基于局部分形特征的快速图像匹配方法

利用分形的方法建立了一种新颖的基于分形特征的影像匹配方法，该方法具有良好的抗几何形变能力和较强的抗噪能力，由于利用了分块、序贯检测及分层搜索技术，计算量大为减少，试验结果表明这是一种良好的图像匹配方法。     

基于局部分形特征的快速图像匹配方法

利用分形的方法建立了一种新颖的基于分形特征的景像匹配方法．该方法具有良好的抗几何形变能力和较强的抗噪能力．由于利用了分块、序贯检测及分层搜索技术，计算量大为减少，试验结果表明这是一种良好的图像匹配方法．     

一种新的分形序列生成方法

针对现有的算法只能生成单分形或只能生成重分形序列的问题,文中提出了一种新的分形序列生成方法--调整方差随机二分法,通过调整该方法中的参数值σ,可生成单分形或重分形序列,而生成单分形序列的自相似度和重分形序列的勒让德谱取决于σ.仿真实验结果证明该方法可以快速地生成较精确的自相似序列.采用文中提出的方法能生成具有不同程度局部突发的分形序列,可方便地模拟不同的网络流量.     

一种基于多尺度分形新特征的目标检测方法

研究复杂自然背景下单帧图像的小目标检测问题.根据人造目标的分形特征随尺度变化比自然背景剧烈这一特点,提出一种多尺度分形新特征.该特征比标准分形维数更好地突出自然背景中的人造目标,对三种图像不同的背景干扰起到了较好的抑制作用.在多尺度分形新特征图像中采用局部直方图统计方法进行目标检测.实验结果表明,基于该特征的目标检测算法对复杂地面背景、海面背景的红外图像和电视图像具有较好的稳健性和普适性,能从单帧图像中较好地检测定位小目标,检测准确率达95%以上.     

主动立体视觉中一种新的图像匹配方法

对被测物体投射大小光斑图案来增加自由曲面的图像特征,给出了自动找寻图像中投影点及确定其形心的方法,提出了一种新的基于大小点分块编码方法来实现图像对中特征点的匹配,首先对大点进行自动识别和编码,然后实现区域内小点的自动编码。对石膏像面部的实验表明基于大小点的分块匹配算法能够有效地实现特征点的自动匹配。     

基于分形几何的数字图像处理

数字图像处理是将二维图像信号转换成数字信号并利用计算机对其进行处理的过程。一幅二维图像不能完全反映自然界中的三维景物的信息,这就对图像处理提出更高的要求。分形几何用以描述自然界中普遍存在着的不规则对象：分形图像压缩能够满足目前的数字图像处理要求。     

基于分形理论的一种新的机器学习方法:分形学习

首先提出了一种新的机器学习方法,即分形学习,该方法旨在更好地从高维、海量数据中获取知识.分形论的研究对象为自相似系统,分形学习就是利用系统的自相似性来作为推理和学习的基本依据,其中分形维是定量描述系统自相似性的参数,也是应用于分形学习的重要参数;然后给出了分形学习的定义,阐述了其中的基本理论和学习过程中的关键技术;最后将该方法应用于案例库约简等方面的研究,取得了较好的效果.     

一种基于贝叶斯的渐进式图像匹配框架研究

提出了一种新的渐进式图像匹配框架,将图像匹配与图像概率更新结合在一起解决这一问题.该框架在当前匹配结果上,利用贝叶斯方法对最可信目标图像进行高效的重新估算,并且可保证提高后续的图像匹配效果.实验结果表明,与一次性图像匹配方法相比,所提方法的匹配性能更优.此外,即使是对外观发生变化及包含远离主体对象的图像场合,所提方法性能仍然健壮.     

图像匹配特征的一种融合表示

提出图像匹配特征的一种信息融合表示方法,对由不同传感器所获得的对同一场景进行描述的灰度信息、边缘轮廓特征信息和图像熵信息,进行综合分析,利用不同有效信息之间的互补性,导出更为丰富的图像特征信息,进行图像匹配．实验表明该方法能够提高图像匹配的正确率．     

移动机器人图像匹配的一种新算法

为了提高移动机器人识别目标的快速性,针对RIRAⅡ移动机器人的图像匹配问题,将图像表达能力强的Zernike矩引入到图像计算中,在详细分析矩技术基本特征的基础上,采用一种有效的二阶递归算法对图像的Zernike不变矩特征进行了计算,并将此算法运用于二值和灰度图像处理实验,结果证明,利用这种算法使Zernike矩的计算速度得到了显著的提高。     

股票价格的一种线性分形预测方法

主要研究股票价格的变化规律及对其未来价格的预测方法．通过对股票市场价格进行小波分析,发现股票价格的变化服从自相似性,并且满足某种拟周期性．而自相似是分形的一个重要特征,就可将股票价格的变化作为分形来进行研究．利用这一结论,找出了股票价格变化的线性分形插值函数,并提出一种线性分形预测方法来对股票价格进行预测．在数值试验中,对四川长虹的股票价格进行了分析,利用上述线性分形预测方法进行预测,得到了一些令人满意的结果,说明该方法是可行的．     

一种自适应滤波分形图像压缩方法

在基本分形图像压缩方法的基础上，结合DCT提出了一种自适应滤波分形图像压缩方法，该方法根据图像的能量分布调整滤波器，能有效地减少图像的整体匹配误差，提高信噪比．实验表明，该方法在保持图像质量和提高压缩速度上均有很好的效果．     

一种基于PCA的工件图像匹配方法的研究

为提高工件图像匹配的计算效率提出了一种基于主元分析(PCA)的新方法.该方法将模板图像视为一高维空间点集,对其进行PCA处理,在确定能够保证信息保留率的主元个数后,得到各元方向上投影值的最大最小值及与其对应的模板图像中的列的序号.在匹配时,只需抽取搜索区域中相同序号的列向相应的主元方向作投影运算,从而构成投影值向量,进而计算该向量与预处理中所得的最大最小值构成向量间的距离,从而根据距离的大小判断是否匹配.匹配中的寻优工具使用一种改进的遗传算法.对工件匹配的实验验证说明,所提方法具有较高的寻优速度和精度,且在待匹配图像中混有较高噪声的情况下也能得到较好的结果.     

四级邻域匹配分形近似编码

为了缩短分形编码中值域块与定义域块池中的定义域块逐一匹配时间，提出了四级邻域匹配分形近似编码。在编码时，对不同的图像匹域进行不同级的编码，并将值域块与定义域块的全局匹配改为邻域匹配。该方法与Ｊａｃｑｕｉｎ的分形块编码相比，不仅大大地缩短了编码时间，同时也提高压缩比，两者解码图像峰值信噪比相近。     

四级邻域匹配分形近似编码

为了缩短分形编码中值域块与定义域块池中的定义域块逐一匹配时间，提出了四级邻域匹配分形近似编码．在编码时，对不同的图像区域进行不同级的编码，并将值域块与定义域块的全局匹配改为邻域匹配．该方法与Ｊａｃｑｕｉｎ的分形块编码相比，不仅大大地缩短了编码时间，同时也提高压缩比．两者解码图像峰值信噪比相近