于光辉[1]2000年在《基于分形和小波的几种图象编码方法的研究》文中指出随着多媒体技术的不断发展和现代信息社会对通信业务要求的不断增长，图象压缩编码将是正在建设的数字信息化社会所依赖的主要技术基础之一。分形图象编码是目前公认的三种最有前途的编码方法之一，而小波分析是近年新兴的应用于信号处理的强有力的工具。本文简单阐述了分形图象压缩的基本原理和应用于图象压缩的小波分析的基本理论，并对当前的具有代表性的分形编码的方法进行了综述，说明了各种方法主要的特点，由于各种编码方法之间是交叉的，所以很难给出独立的性能比，但本文在不同的分类方法间进行尽可能的比较。本文讨论了分形图象中的图象模型，分析了分形编码在不同的图象区域起作用的原因，对分形编码的机理有了更进一步的了解。小波分析已经成为图象编码研究的一个热点，小波分析与分形的结合可能成为分形图象编码的一个突破点，因此本文介绍了几种相应的小波和分形相结合的编码方法，代表了当前小波与分形相结合的发展趋势。最后，本文探索性的提出了两种新的改进的算法——BTC与分形的结合和基于码率失真优化的混合编码方法，这两种算法相比于Fisher的四叉树方法在信噪比和压缩比方面都获得了不同程度地提高。
李会方[2]2004年在《多重分形理论及其在图象处理中应用的研究》文中提出近十年来,多重分形理论作为分形几何领域的一个主要发展方向,在物理学、地质学、经济学、网络交通流量分析、生物医学工程、模式识别、通讯和图象处理等许多学科和领域有着重要的应用。也是当今非线性领域研究的活跃分支。由于它具有潜在的理论和应用价值,因此对多重分形理论的研究已引起了很多学者的兴趣,特别是基于多重分形的图象处理与分析理论和方法在现代图象处理理论中起着非常重要的作用。 该论文主要研究基于多重分形理论的图象处理和分析方法。详细讨论了分形和多重分形理论的数学基础,同时对分形图象处理的机理进行了研究。提出了几种图象处理和分析的新方法。包括多重分形谱估计、基于多重分形理论的图象去噪、图象纹理分割和图象压缩等内容。通过仿真实验,说明了文中所提出算法的有效性。 该论文所完成的主要工作和创新之处如下: 1、在讨论了分形和多重分形理论的基础上,利用小波变换模极大理论,定义了一种新的基于小波系数矩的配分函数。在此基础上提出了一种有限长数据的多重分形谱估计新算法。该算法根据小波系数矩的平均值和尺度之间的对数线性关系,由给定尺度下的q阶矩,利用线性回归算法,首先求出配分函数的估计结果。然后由配分函数的差分估计α,最后得到f(α)的估计。 与目前常用的盒计数法等多重分形谱估计算法相比,具有计算效率高、估计结果好等优点,特别是该算法能通过线性回归和差分运算直接得到指数α和多重分形谱f(α)。避免了直接计算Legendre变换的问题。 2、引入了二维微局部分析的概念,定义了二维微局部空间,给出了在二维微局部空间中小波系数的性质。在此基础上提出一种二维微局部空间的边界估计新算法,该算法可由函数值直接计算两个边界指数(s,s’),并避免了平滑、积分等运算所带来的信息损失。另外,给出了由二维微局部边界以较高的精度提取奇异信息(即计算Holder指数)的方法,最后提出一种由二维微局部边界得到改进的点念Holder指数和局部Holder指数稳健估计值的新算法。 根据二维微局部分析和二维微边界估计,提出了一种基于多重分形理论和奇异性分析的图象去噪算法,建立了基于多重分形谱的噪声模型。该算法没有对噪声的类型和奇异性特征提出任何假设条件,图象的性质由多重分形谱决定。根据二维微局部分析得到了一个变换算子,通过变换算子对每一点的奇异指数进行处理,使处理后的图象中大多数点位于平滑区域的同时,谱的相对强度没有变化,
陈宇拓[3]2003年在《充分挖掘色彩空间相关性的彩色图象编码研究》文中研究指明纵览国际国内有关彩色图象压缩编码技术方面研究的文献中，对彩色图象的压缩编码，几乎都是采用分别对彩色图象的三个色彩分量进行单独编码，解码时同样是对三个色彩分量分别进行解码，然后再合成恢复彩色图象，而没有去进一步挖掘的三个色彩分量之间存在的更深层的关系，要想进一步提高图象的信噪比、压缩比及图象的视觉效果和编码效率是难以如愿的。本文则着重于对彩色图象色彩空间相关性的研究，通过充分挖掘RGB三个色彩分量之间的相关性，从三方面提出对彩色图象进行压缩编码的新方法。其一是应用色差分析和小波变换对彩色图象进行压缩编码，该方法是对彩色图象的三个色彩分量之一，如RGB图象的G进行小波变换编码，而对G与另两个色彩分量的差值(即RG=R-G和BG=B-G)进行色差分析编码，解码则是通过反量化和小波逆变换得到G^，通过色差分析的逆变换得到两个重构的色差RG^和BG^，再算出R^=G^+RG^、B^=G^+BG^，最后由R^、G^、B^重构图象。实验结果表明该方法编(解)码速度快，并有较好的信噪比、压缩比及视觉效果。其二在上面这种方法的基础上，又提出了利用色彩分量相关性结合小波变换实现对彩色图象的压缩编码，该方法同样是对彩色图象三个色彩分量之一进行小波变换零树编码，将该色彩分量分割成若干个大小相等不重叠的子块，计算出该色彩分量在每个子块中与另两个色彩分量在同一子块的相关系数，由此对另两个色彩分量的压缩编码就转变成对相关系数的编码。解码则是通过反量化和小波逆变换得到一个重构的色彩分量，再由这个色彩分量和重构的相关系数解出另两个色彩分量，最后由这三个色彩分量恢复图象。实验结果表明该方法与上一方法相比不仅信噪比、压缩比有进一步提高，而且视觉效果大为改善。最后本文还提出了专门针对彩色人头图象压缩编码的新方法。该方法利用彩色人头图象在各个特征区域三个色彩分量之间的色彩相关性，建立其中一个色彩分量与另两个色彩分量之间的相关模板，并只需对第一个色彩分量进行量化编码，解码时重构这个色彩分量后，加上极少量的相关模板系数就可解出另两个色彩分量，从而恢复图象。针对不同年龄段和不同肤色人种的人头图象建立的模板具有一定的通用性，也就是说同一类型的人头图象解码时可以采用公共模板。这样对彩色人头图象的编码实质上就变成了对其中的一个色彩分量的编码，实验结果表明该方法不仅提高了编码效率和压缩比，也能获得较满意的重构图象效果，同时还使得将灰度人头图象转换成彩色人头图象成为可能。
李昱彤[4]2008年在《基于多尺度分析和独立成分分析的合成孔径雷达图像噪声消除算法研究》文中提出合成孔径雷达(SAR)是一种工作在微波波段的相干成像雷达,它在军用和民用方面已得到广泛应用,具有分辨率高,全天候工作,有效识别伪装和穿透掩盖物的优势。然而,其缺点在于雷达接收的散射信号相干性叠加,使成像以后的SAR图存在严重的散斑噪声,极大的影响了图像理解和后续应用。一直以来,成为国内外学者研究的热点。传统方法或采取空域滤波,或基于某特定准则去构造线性滤波器。与之不同,本文着眼于SAR图像多分辨率和信息量大的特点,采用多尺度分析和独立成分分析理论对SAR图像散斑消除进行研究。本文主要研究工作有:绪论部分介绍SAR的研究历史与发展情况,SAR图散斑噪声消除的研究现状,并引出研究内容。第二章系统讲述散斑噪声模型,经典消噪算法,消噪性能评价指标。第三章讲述基于多尺度分析的SAR图降噪算法。主要分为多重分形和小波分析两个部分。包括分形理论基础,点态H?lder指数求取,多重分形谱求取,噪声消除;小波阈值收缩思想,阈值确定,阈值函数设计。第四章讲述基于独立成分分析的SAR图散斑消除算法。包括算法概述,求解模型,经典的稀疏编码阈值收缩算法。第五章讲述基于多尺度分析与独立成分分析相结合的SAR图散斑消除算法。最后一章给出全文总结以及研究展望。全文创新之处在于:第一、从实验学角度,提出使用二值形态学和均值滤波作为辅助技术对实验结果进行优化。第二、提出了基于独立成分分析的自适应空间分离算法。采用信号分离思想,通过阈值分离技术将原图像分为噪声和非噪声两个空间。保留非噪声空间达到去噪目的。采用加权信息熵作为桥梁去拟合“阈值――加权信息熵函数”,从而使阈值得以自动确定。第三、从实验角度,提出基于分形与小波的多尺度内部结合的算法(WF);第四、结合频域处理技术和高阶统计量信息,提出基于小波与独立成分分析结合的算法(WCA);第五、挖掘基图像的信息,提出基于分形H?lder指数的ICA基图像增强分离算法(FCA);第六、结合分形H?lder指数图的良好表征特性,提出基于分形H?lder指数图的编码收缩算法(H-ICA)。
韩菁[5]2005年在《基于小波分形理论的数字图像压缩技术》文中进行了进一步梳理随着计算机科学的发展,图像压缩技术在通信系统和多媒体系统中的重要性越来越高,在我们的生产、生活、国防等中的作用越来越显著。为此,人们给予了图像压缩技术广泛的关注,形成了以离散余弦变换编码为核心的多种国际压缩标准。近些年来,基于小波变换的图像编码技术正逐步显示出它的优越性,其中小波变换已被JPEG-2000国际标准采用。本文就是在这种情况下对图像压缩编码方法做了一些研究工作,主要包括三部分内容: 第一部分:对图像压缩编码的基本概念、基本理论以及整个图像压缩编码系统的构成进行概述。在此基础上重点分析讨论了离散余弦变换编码能够被众多国际标准所采用的优势所在。 第二部分:随着人们对恢复图像质量要求的不断提高,离散余弦编码的最大缺点——方块效应和蚊式噪声成了该编码方法发展的最大障碍;因此本文第二部分重点讨论了编码性能要优于离散余弦编码的小波变换编码和分形编码。 第三部分:介绍了小波与分形相结合的图像编码算法的原理和实现,然后分别介绍零树小波编码和分形预测编码,并通过对两种编码方法的实验,使分形预测的零树小波编码成为可能。
于天河[6]2009年在《针对人眼视觉特性的红外图像增强技术研究》文中研究表明红外成像技术的地位和作用越来越受到世界各国的重视,在夜视监控系统中的应用也比较多,但由于大气和成像系统本身等多种因素的影响,导致红外图像对比度低,边缘模糊,噪声多等缺点,使得红外图像的视觉效果较差,因此必须对红外图像增强。以往的红外图像增强的算法,主要是对图像的对比度或者锐度进行增强,但没有考虑到人眼的视觉特性,人眼所敏感的细节丢失,噪声过增强,导致增强图像的视觉效果不够理想。红外监控系统的图像通常是人眼进行观察,在增强红外图像时考虑人眼视觉敏感特性,使增强后的红外图像更适于人眼观察,让人眼从图像中更快更准确地识别目标。首先分析了红外图像的特点,即不利于观察的因素主要有边缘不够清晰,灰度对比度较小,直方图分布靠近灰度低的一侧。然后研究了人眼的视觉特性,人眼对图像边缘轮廓信息很敏感,对图像纹理细节的敏感度与它所处的背景灰度有关,对高灰度背景和低灰度背景中的纹理细节人眼敏感度较低,而对中等高亮度背景中的纹理细节敏感度较高。人眼在感知自然目标时,注意力总是集中于目标形状的规则破碎度和特征轮廓上,而忽视其一般的平滑过渡区,而结构化区域中有更多的图像细节。在分析了红外图像特点和人眼视觉特性基础上,在增强方法中专门真对人眼的敏感信息进行增强。方法中利用人眼的空间频率特性和多通道特性还有对图像的灰度敏感特性,对图像的细节部分和灰度进行增强,利用分形和小波作为工具对图像进行分析,可以提取出人眼敏感的部分,对人眼敏感和非敏感区域分别增强,可以获得比常规方法视觉效果更好的红外图像。提出了三种针对人眼视觉的红外图像增强方法。主要的研究工作具体如下:1.研究利用分形布朗理论分析图像像素邻域的复杂度,计算出每个像素点的分形维数,同时计算出人眼空间频率数据,分形数据能分析出图像的灰度表面粗糙度,在图像不同区域的交界处或图像的边缘处,可以判断出图像的边缘细节点,再利用空间频率函数进一步判断哪些边缘细节点是人眼真正敏感的像素点,把图像的像素进行分类,分类为平滑点和细节点,然后对各个像素分别加权增强。根据试验可知增强图像突出了目标的轮廓,由于该方法中充分考虑到视觉特性,可以获得良好的视觉效果,能够解决红外图像边缘模糊可视性差的问题。2.研究基于多重分形和人眼视觉特征的红外图像增强方法,利用多重分形的配分函数的方法分析红外图像是否具有多重分形特性。然后提取红外图像的每个像素点的奇异指数,估计出多重分形谱,多重分形数据可以更细致地分析像素复杂度,再用每个像素点的空间频率对每个像素进行数据分析,最终对人眼感兴趣的边缘及纹理细节进行提取,把图像的像素更加精细的分类,分类为平滑点,纹理点,和边缘点并有针对性的增强,能够更精确的增强图像中人眼敏感的像素,进一步提高增强图像的视觉效果。3.研究小波与视网膜皮层理论相结合的红外图像增强方法。利用小波的多分辨分析的方法对图像多级分解,设计了非线性增益函数对小波高频系数进行变换,这种增益函数能够同时去噪并增强。从而增强图像中人眼所感兴趣的边缘细节。小波的低频信息采用多尺度Retinex算法增强,在分析了人眼所敏感的灰度范围的基础上,把灰度增强至人眼敏感的范围内,提高图像的对比度并且改善图像的非均匀性。最后把本文的设计方法应用于红外防盗监控系统中,设计了红外监控系统硬件,本文所提方法在实际的系统中得到验证,能够在黑夜或能见度比较低的较差环境获得视觉效果较好的监控图像。
吴盼密[7]2005年在《基于小波与分形的图像压缩技术研究》文中认为图像分形压缩的原理是利用图像中的局部自相似性来构造局部迭代函数系统。分形压缩的解码图像质量、压缩比和编码速度取决于子块的大小,取的块越大压缩比越高、编码越块、解码后图像质量越差,反之解码后图像质量越好、编码越慢、压缩比越低。四叉树算法能够使图像中自相似性较好的区域所分割的子块较大, 而使图像中的细致部分所分割的子块较小,这样就保证了解压缩后图像的质量。利用进化算法随机搜索与子块匹配最优的父块,比穷举法所使用的搜索时间更少。 二维灰度图像在小波分解以后被分解为低频区域和高频区域,低频区域在很小的空间内集中了原始图像的大部分能量,而高频区域却在很大的空间内散布着原始图像的小部分能量。二维灰度图像在小波分解以后虽然原始图像的局部自相似性已经被破坏,但是各层小波系数还存在相似性,仍然可以利用分形来进行压缩。 本文提出一种新的基于分形和小波的静态图像压缩算法,根据小波域上低频区域和高频区域的能量分布不同采用不同的编码方法。对于低频区域量化之后直接保存;对于高频区域利用各层之间的自相似性来构造局部迭代函数系统实现分形压缩。同时在分形编码时运用四叉树使高频区域的分割更加合理、提高解码后图像的质量;运用进化算法提高子块搜索最优匹配父块的速度;运用子块有效性扫描使得分形编码只在有效区域即小波系数均方根大于2 的区域进行,使得编码子块比在原有的四叉树分割方式下更小而不增加子块数目,有效地提高了在小波域上分形编码的效率和精度。实验结果表明,该算法的提出是成功的。
贺娜[8]2006年在《基于嵌入式小波与分形的数字图像混合编码研究》文中提出在傅立叶分析基础上发展起来的小波技术,提供了一种自适应的时域和频域同时局部化的分析方法。通过伸缩和平移等运算功能进行多尺度细化分析,能够有效地从信号特别是非平稳信号中提取信息。而近年来,提升方法的提出,为小波的理论发展和实际应用注入了新的活力。提升方法是构造小波的一种新方法,其特点是所有计算都可在原位进行,摆脱了对频域的依赖,容易快速实现。且对基于提升小波变换稍加改进,就可得到整数小波变换,非常适合于图像的无损编码。因此,提升小波技术成为数字图像处理及编码的有力工具,也是近年来研究的热点。分形编码是在分形几何的迭代函数系统理论基础上发展起来的一种崭新的编码技术。它具有思路新颖、压缩比高、解码速度快和适应性强的特点。随着90年代Jacquin的自动分形编码方案的提出,分形编码进入了一个新的时期,使之与小波变换编码一起成为新的编码热点。本文首先对数字图像压缩的必要性和可行性进行了分析,并对传统压缩编码方法进行了比较和综述。在简要介绍小波变换基本理论后,较详细地阐述了基于提升方法的小波变换和整型小波变换,并对数字图像的整型提升小波变换进行了具体实现。然后对嵌入式零树小波编码方法进行了深入的探讨,其中包括小波变换图像的特点和嵌入式零树编码的算法原理。在研究分形编码数学及理论的基础上,通过将分形编码和基于整型小波的嵌入式编码两种方案的优化组合,提出了一种基于分形和小波零树的混合图像压缩编码算法,在码率-失真意义上使得算法的性能得到改善,并给出了试验结果。
文环明[9]2003年在《分形测井解释理论方法研究》文中认为从目前国内外研究现状看,在测井解释中分形一般仅限于测井曲线关联维数和功率谱维数的计算和应用,也有少量文献对测井曲线作R/S 分析和多重分形分析。实际上,分形理论并不仅仅是分维数计算,而是包含丰富的内容。全面系统地运用分形理论研究测井解释的理论和方法正是论文的目标。通过全面系统的研究及初步应用,论文取得的创造性研究成果主要包括:(1)首次比较全面地应用分形理论对测井解释方法进行了研究。论文在全面概括总结分形理论的基本内容和基本方法的基础上阐述了分形测井解释研究的理论基础,比较全面地研究了测井曲线盒维数、关联维数、R/S 分析、功率谱分析和多重分形分析等分维数计算方法及其算法和程序实现,并在此基础上初步探索了分形测井解释理论方法,对测井解释技术的进一步发展研究将起到一定的促进作用,同时也为非均质地层测井解释方法的深入研究提供一定的理论基础和比较有效的技术手段。(2)首次提出测井曲线分维数逐点计算技术。通过引入窗口技术,测井曲线分维数逐点计算问题得以解决,从而扩展了测井曲线分维数在测井解释中的应用范围,为测井资料逐点分形解释提供了关键性的技术支持。(3)首次在测井曲线分维特征研究中采用理想测井曲线,通过理想测井曲线分维特征的研究,明确提出测井曲线分维数不能用于识别地层岩性的观点。(4)利用测井曲线的分维数对储层的非均质性问题作了初步探索。研究结果表明,储层的非均质性越强,测井曲线的分维数越大。这对于储层裂缝发育程度研究以及根据不同非均质性地层选用不同的测井解释参数具有重要意义。(5)首次引入测井曲线的高斯分形插值方法和布朗分形插值方法,为提高测井曲线纵向分辨率的方法研究提供了充分的前提条件。(6)初步运用统计方法定量研究了提高测井曲线纵向分辨率的不同方法之间的差别,并提出同一地区全部地层存在多种分形模式的观点。这对于薄储层或薄交互层的识别研究具有重要的参考价值。(7)首次提出岩石分形体积模型的概念,且初步运用分形理论探索推导了岩石分形体积模型的测井响应方程,从而为分形测井解释方法的研究奠定了理论基础。(8)首次开发出具有较完备功能和较高可视化程度的适合Windows 操作环境运行的分形测井解释软件系统。这对于分形测井解释软件的研究开发和推广应用将起到一定的促进作用,并为分形测井解释的现场应用创造有利条件。整篇论文以理论研究为主,兼顾实际应用,对非均质地层测井解释方法的研究具有较高的参考价值,对测井解释理论方法的丰富和发展将起到一定的促进作用。
参考文献：
[1]. 基于分形和小波的几种图象编码方法的研究[D]. 于光辉. 北京工业大学. 2000
[2]. 多重分形理论及其在图象处理中应用的研究[D]. 李会方. 西北工业大学. 2004
[3]. 充分挖掘色彩空间相关性的彩色图象编码研究[D]. 陈宇拓. 中南林学院. 2003
[4]. 基于多尺度分析和独立成分分析的合成孔径雷达图像噪声消除算法研究[D]. 李昱彤. 上海交通大学. 2008
[5]. 基于小波分形理论的数字图像压缩技术[D]. 韩菁. 东北大学. 2005
[6]. 针对人眼视觉特性的红外图像增强技术研究[D]. 于天河. 哈尔滨工业大学. 2009
[7]. 基于小波与分形的图像压缩技术研究[D]. 吴盼密. 长沙理工大学. 2005
[8]. 基于嵌入式小波与分形的数字图像混合编码研究[D]. 贺娜. 燕山大学. 2006
[9]. 分形测井解释理论方法研究[D]. 文环明. 成都理工大学. 2003