分形理论在图像处理中的应用研究(综述) | 您所在的位置:网站首页 › 分形几何基本思想 › 分形理论在图像处理中的应用研究(综述) |
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。 |
CopyRight 2018-2019 实验室设备网 版权所有 |