分形理论在图像处理中的应用研究(综述)
来源:互联网 发布:淘宝新手如何做推广 编辑:程序博客网 时间:2024/05/20 21:23
- 分形理论中的一些基本观点
- 分形理论在数字图像处理中的应用
- 分形理论常用的方法
1、分形理论中的一些基本观点
分形的基本思想是描述无序中的有序。
当物体不能再用传统的欧式几何描述时,用分形几何描述是一种方法。
欧氏几何和分形几何的区别:描述对象看起来没有规则,实际在不同尺度上有规则性或相似性;欧氏几何以整数维描述特征,而分形几何的分维数时大于1的非整数。
分形维数的大小与图像的粗糙程度有关,图像纹理粗糙时,分形维数大,图像纹理平滑时,分形维数小。
分形在很多领域中的应用是利用其自相似性。
图像的分形维可以作为图像的一种特征,但是不同图像的分形维数可能是相同的,因此,分形维数并不能作为区分不同图像的一个判断标准。
分形理论有很多的分支,如分形维数计算、分形布朗运动、分形插值等。
总之,分形理论是非常强大的,它在金融、物理、生物、化学等各个领域将越来越受到广泛的应用。
2、分形理论在数字图像处理中的应用
HUANG Q. Can the fractal dimension of image be measured [J]. Pattern Recognition,1994, 27(3):339-349.
1994年发表在PR上的这篇文章,说明了图像中的分形维是可测量的。
分形图像生成;(利用分形的自相似性,通过递归迭代方法生成)
边缘检测和分割;(计算分维数,出现奇异值的则为边缘)
分形形状分析和纹理分析;(分形维数可以作为图像表面不规则程度的度量)
图像压缩编码;
3、分形理论常用的方法
相似维;
Hausdorff维;
盒维;(计算复杂度低)
q-维;等等。
针对不同的研究对象,可采用不同的描述方法计算其分形维数。计盒维(differential box-countingDBC)可以保持良好的精确性和使用性,还能满足动态特性和计算效率方面的要求。所以盒维数是常用的方法之一。
后续的文章将会分享分形理论在图像处理中的应用的实验结果。
- 分形理论在图像处理中的应用研究(综述)
- 模糊集理论在图像处理中的应用
- 分形理论在地理信息科学研究中的应用
- 信用风险理论、模型及应用研究(综述)
- Ontology研究及其在信息检索中的应用综述
- 深度卷积网络在计算机视觉中的应用研究综述
- 演化博弈理论与应用研究综述[转]
- 深度学习在自然语言处理中的应用综述
- 深度学习及其在语音处理中的应用综述
- JAVA 在图像处理中的应用
- RTDX在图像处理中的应用
- JAVA 在图像处理中的应用
- JAVA 在图像处理中的应用
- 傅里叶变换在图像处理中的应用
- CDib类在图像处理中的应用
- 傅里叶变换在图像处理中的应用
- 傅里叶变换在图像处理中的应用
- 傅里叶变换在图像处理中的应用
- 函数调用栈与活动记录
- HttpClient 教程
- iOS应用内置付费 In-App Purchase 详细介绍(IAP详解)
- HNU 12813 Restore Calculation
- 能将PDF文件转换成PPT吗,怎么转换?
- 分形理论在图像处理中的应用研究(综述)
- 相愛,永遠只是一場意外
- 数据结构的查找总结
- NSUserDefaults设置bool值重启后bool只设置丢失问题
- TCP/IP(3.7)路由选择协议
- 你的培训离互联网思维还有多远?
- Android Jni开发环境搭建完整版
- NSCache 简单用法
- Android开发之获取手机SIM卡信息