张运祥[1]2001年在《分形理论及图像分形维数实时计算的研究》文中研究说明分形理论是现代数学与非线性科学研究中十分活跃的一个分支，最近十年它在计算机图像处理和分析中显示出越来越重要的作用。自然图像的模拟，图像纹理分析，模式识别等方面都可见大量的用分形理论来分析和研究的报道。本文结合图像纹理处理的问题，对分形的数学理论特别是分形维数理论和分形维数计算进行了深入细致的研究，取得了比较深入的结果。 分形维数是分形理论中最基本的一个数学概念，也是分形理论应用中最重要的一个方面。数学上有关分形维数的定义有好几种，如Hausdorff维数、Box Counting维数（盒维数）、Minkowski-Bouligand维数等等。就是同一种分形维数定义，也会因采用不同的覆盖（如球覆盖、立方体覆盖、中心覆盖）方式而使得在计算方法上有所不同。本文深入地研究了他们之间的异同，特别是证明了盒维数和Minkowski-Bouligand维数的等价性。这一结论为后面第四章提出的采用Minkowski-Bouligand维数定义来计算图像分形维数提供了理论基础。实践表明，采用这种维数定义计算图像分形维数简便快速，应用范围广，易于达到实时要求。 在实际应用中，图像分形维数反映的是图像不规则程度。这种特征在诸如智能手术机器人视觉系统等研究领域，其实时计算的问题就显得特别重要。为了解决这一问题，本文引入数学形态学理论，提出了一种基于阈值分解的模糊形态学处理方法，定义了基于阈值分解的模糊形态学算子，详细讨论了该算子的性质并分析证明，然后利用Minkowski-Bouligand维数计算方法，采用基于阈值分解的模糊形态学算子，通过形态覆盖实时并行计算图像分形维数。这一算法及实现框架，易于通过VLSI实现。最后通过软件仿真实验表明该算法稳健性能好，易于实现。
陈向东, 常文森, 高政[2]1998年在《基于数学形态学的图像分形维数实时提取方法研究》文中进行了进一步梳理图像的分形维数是图像的重要定量特征，可广泛应用于图像分析中．但一般计算图像分形维数的算法存在计算量大，不能实时计算的缺点．为了实时计算图像的分形维数，本文根据Ｍｉｎｋｏｗｓｋｉ－Ｂｏｕｌｉｇａｎｄ维数定义，采用数学形态学覆盖的方法设计了一种算法，并同ＢｏｘＣｏｕｎｔｉｎｇ方法进行了比较，实验计算结果表明该算法计算准确度高且稳健性好．同时本文还给出了实时并行实现结构．
常青[3]2003年在《巡航导弹制导系统关键技术研究》文中研究表明现代实战数据表明，巡航导弹在战争中发挥着越来越重要的作用。提高巡航导弹的制导精度，是提高巡航导弹打击效果最有效的手段。射程远、防区外发射的特点使得巡航导弹的制导过程分成了两个阶段：中制导和末制导。本文围绕巡航弹中、末制导的具体要求，研究了组合制导和红外成像末制导的相关问题。具体工作如下： 1、针对GPS卫星定位系统的非自主性，研究了我国自行研制开发的北斗星导航定位系统，对双星定位算法进行了理论分析和模拟仿真计算；分析了系统的主要误差来源，为提高系统精度，提出了采用ANFIS滤波、差分校正以及与其他导航系统组合的方法对系统数据进行处理。 2、通过定义高程熵的概念，引入了一种新的基于高程熵差和绝对差度量的地形高程匹配算法，避免了景象匹配计算量大、实时图与基准图之间存在灰度失真和几何变形、不易实现等局限性。仿真结果表明，该算法的匹配精度和速度都能够较好地满足要求，是一种可行的匹配算法。 3、研究了捷联惯导／北斗星／地形辅助组合系统的实现问题，建立了各子系统及组合系统的模型方程；设计了组合系统联合滤波器；研究了子系统不同维情况下的两种滤波融合方案；提出了一种组合滤波简化算法；对滤波实现中的具体问题进行了探讨，并给出了相应的解决方案。 4、红外图像处理是红外成像末制导的关键步骤。针对红外图像的特点，研究了同时考虑像点灰度和邻域灰度的红外图像多维阈值分割算法；采用遗传算法实现阈值的寻优过程，并针对简单遗传算法易陷入局部最优解的问题，将耗散结构理论应用于遗传算法。仿真结果表明采用耗散结构遗传算法进行优化可使图像处理时间和计算量大大减少，而处理精度并没有受到影响，且有效避免了遗传算法过早陷于局部最优的不足，增强了算法的稳健性。 5、复杂背景下的目标识别一直是人们关注的问题。巡航导弹攻击目标的特殊性使得传统的基于块状目标和基于强辐射点源目标的识别方法不再适用，由此引入了基于知识的识别方法。使用分形方法提取目标的特征，在知识指导下，提出了一种基于目标特征模型的降维的形态学分形维数计算方法，对传统分形方法进行了改进，从理论上推证了算法的合理性，并对算法进行了仿真分析；针对传统Hough变换无法获得线段端点和长度信息的局限性，提出了一种基于目标特征先验知识的Hough变换融合策略，通过引入目标先验知识，可以有效地获得直线信息；对信息多而复杂的机场目标采用基于知识的目标识别方法，使用置信度模摘要型实现不确定推理，对目标进行识别判断，将知识贯穿于整个识别过程中，对目标进行了有效地识别。
徐长庚[4]2010年在《分形在静态图像压缩中的研究与应用》文中提出以尽量少的比特数目表征图像特征,并且在图像解码时能够保证图像的质量,使它能够满足特定的应用场合,这是图像压缩编码的主要目的。分形图像压缩是近几年发展起来的新型图像编码技术,目前在其理论与应用技术方面研究较广泛。分形理论与图像处理技术相结合,即产生了分形图像压缩技术。分形图像编码在图像压缩编码领域,现已经取得了丰富的应用成果。分形图像压缩技术是利用,图像自身具有一定的自相似性,从而可以用一组具有收缩性的迭代函数参数,表示图像的编码技术,进一步通过对已生成的函数参数进行编码,进而达到图像压缩的目的。压缩比高与解码速度快是分形图像压缩方法的突出优点。现实生活中存在的大量图像并不具有很好自相似性,对此经典的方法是,将图像划分成子块,并分别进行分形图像压缩编码计算。这种方法首先将图像划分为规则形状的子块集,且子块互不重迭,例如8×8子像素块,根据子像素块间的自相似性,经过一系列的旋转以及对称变换,从而找出每一个子块的迭代函数系数,这样子像素块的迭代函数参数的集合,对这个参数集合再次编码,所得到的集合即为图像的分形压缩编码。现有分形压缩算法是对图像进行大小不同的分割,分别得到子块和父块,然后搜索整副图像,寻找子块在一定的压缩仿射变换下的最佳父匹配块。由于每个父块都有八种仿射变换,所以在进行搜索匹配的过程中耗费了大量时间,在一定程度上限制了分形图像压缩的应用。本文以提高分形编码质量,缩短压缩时间为目的,在介绍了分形及图像压缩的基本理论后,针对经典方法耗时长的缺点,引入了以图像的分形维数为基础对图像进行分块,并且采用并行算法来计算图像的分形维数,从而对分形图像编码的编码质量以及编码时间均有大幅提高。首先,并行计算图像分形维数较现有分块计算图像分形维数在计算速率上有较大提高。其次,采用分形维数为指标来划分图像的相似块,能够得到具有较高相似度的块。最后,本文提出的基于并行计算分形维数的分形图像编码算法,在提高图像编码质量的同时,还提高了编码速率。
陈敏[5]2004年在《基于纹理特征的遥感图像分类技术研究》文中研究表明遥感技术广泛应用的重要途径之一就是遥感图像分类，分类的精度直接影响遥感数据的应用水平和实用价值。如何解决多类别地物的识别并满足一定的精度，是遥感图像研究中的一个关键问题，具有十分重要的意义。 本文从“数字福建”项目的实际出发，以 TM 遥感图像的自动分类为研究对象，以提高图像的分类精度为目的，重点解决了多波段遥感图像的波段选择及纹理特征提取问题，其关键点是原始数据的预处理、特征提取、分类器的选择等一系列相关技术。 文章首先针对遥感图像波段选择传统手工方法的不足，应用粗糙集理论核属性计算的方法得到图像分类的关键波段和一些次关键波段，实现了波段的自动选择，为遥感图像波段选择提供了崭新的方法。接着分析这些优选波段的光谱特征，建立融合模型，得到即约简了数据又保持了原有基本信息的合成图像。 然后将纹理分析方法作为研究的重点，对纹理谱和分形理论的定义、原理、算法以及在遥感图像上的应用进行了较为系统的研究和探讨。其中主要对纹理谱进行约简、用动态规划的思想改进 DBC 计盒分形维算法、实现各种纹理特征的提取并进行结果分析等。 最后根据遥感图像的特点，提出了采用约简纹理谱特征、分形维、空隙特征、多重分形广义维数谱及小波分形等 7 个参数作为纹理特征，以模糊 C均值作为分类器的遥感图像分类方法。该方法能够从不同角度提取特征，充分利用了图像中的纹理信息。通过对 TM 遥感图像的典型地物的分类实验，对分类过程和结果进行综合分析，验证该方法的有效性，获得了较高的分类精度。该方法具有一定的理论意义和较高的实际应用价值。
任伟[6]2005年在《虚拟环境中基于维数的分形曲线插值问题的研究》文中指出分形理论是现代数学与非线性科学研究中十分活跃的一个分支,最近十年它在计算机图像处理和分析中显示出越来越重要的作用。自然图像的模拟,图像纹理分析,模式识别等方面都可见大量的用分形理论来分析和研究的报道。本文针对如何在计算机系统虚拟环境中更好地模拟具有分形特征的物体的问题,对分形的数学理论特别是分形维数理论和分形插值函数计算进行了深入细致的研究,取得了比较深入的结果。本文主要做了以下几个方面的工作: 第一,根据目前的研究现状,提出了在虚拟环境中模拟具有分形特征的曲线、曲面时,要使得计算机绘制的图形图像与原来的图形图像的分形维数大致相等,以期达到更好的模拟效果。 第二,对分形理论的数学基础进行了较系统的分析研究,特别是对分形维数的理论和计算进行了较深入的分析和比较,采用了目前常用的盒维数计算(BoxCounting)方法,详细讨论了基于改变粗视化程度求分形维数的方法,并对结果进行了一些误差分析。 第叁,通过对分形插值方法的研究,研究了IFS线性分形插值生成分形图像的方法。
张涛[7]2006年在《基于分形特征的景象适配性分析》文中指出采用数字式景象匹配区域相关技术进行末段制导可以使导弹具有很高的制导精度和抗干扰能力。景象匹配区的选择是影响景象匹配系统性能的重要因素,本文针对景象适配性分析展开研究。本文首先对景象适配性分析中常用到的几种景象独特性度量指标和匹配性能指标进行了研究,讨论了各自的特点和对景象适配性分析的意义,然后提出将分形特征作为景象独特性度量指标,将互相关系数的峰值统计阈值作为匹配性能指标,通过研究分形特征与互相关系数的定量关系进行景象适配性分析。本文的创新所在和研究重点是稳定而快速的分维数提取算法和分形特征与互相关系数的定量关系。研究了各种分维数提取算法,进行了大量的实验分析,并在Peleg毯覆盖算法的基础上,提出了改进的毯覆盖算法。通过对比实验,验证了该算法的稳定性、抗噪声能力以及对不同纹理(地貌)的区分能力。针对改进的毯覆盖分维数提取算法运算量过大的问题,提出了基于四叉树理论和改进的毯覆盖分维数提取算法特点的图像分维数快速算法。通过仿真实验验证了该算法对可见光图像和有相干斑噪声干扰的合成孔径雷达图像分维数求取的有效性。通过理论推导建立了在分形指数(分形指数= 3?分维数)均一条件下,分形指数与基准子图的互相关系数之间的定量关系,并通过实验验证了结论的正确性。分析了分形指数与互相关系数的一致性变化趋势,提出了在分形指数不均一条件下互相关系数的近似计算的公式,通过实验验证了可靠性。提出了基于分形指数和基准子图的互相关系数的景象适配性分析的具体算法。实验结果表明,在一定条件下,该方法可成功地规划出所需的区域,并且计算量较小,满足景象适配性分析的要求。
王娟[8]2006年在《基于分形纹理的遥感影像土地覆盖类型识别方法研究》文中研究表明伴随空间信息技术、遥感技术和计算机网络技术的飞速发展,对地观测技术亦有很大进展。利用遥感图像进行地物识别和解译已是当今地学领域的重要分支,并成为国内外研究的一个热点。纹理作为遥感图像的重要信息和基本特征,在遥感图像的解译中具有重要意义。论文围绕着遥感图像中地物的纹理特征,提出了纹理分类的不同数学模型,通过分析不同模型的利弊,提出了相对更加合理有效的基于分形纹理的遥感影像识别方法。本文在系统地研究了有关纹理和分形的定义和相关理论基础之后,以叁峡库区的CBERS-1影像为例,提出并建立了基于分形纹理的影像分类的具体数学模型。并以其子区域为实验区,依据已建立的数学模型,采用改进的模糊C-均值聚类思想,实现土地覆盖分类。然后采用混淆矩阵法评定分类结果的精度,不仅精度得到提高且取得了满意的结果。实验结果证实该方法具有实际应用价值和重要理论意义。
步红刚[9]2010年在《基于混合特征向量和单分类检测器的织物瑕疵自动检测研究》文中认为本文旨在研究和开发有实用价值的基于计算机视觉的机织物瑕疵自动检测算法。采用计算机视觉取代人眼进行织物瑕疵自动检测能够大幅度降低漏检率、提高生产效率、保证检测结果的稳定性、改善瑕疵信息管理以及产品质量监控等等。对织物瑕疵自动检测进行算法研究是实现织物瑕疵检测自动化的关键,也是自动验布机研制的基础,因此,检测算法的研究引起了国内外纺织学科、计算机科学与技术学科以及自动化学科等相关领域科技工作者的浓厚兴趣,并成了当今纺织学科前沿的一个研究热点和难点；而计算机视觉的纺织应用也成了当前以先进的科学技术改造和提升传统产业的大领域之一。因此,课题具有很好的理论意义和现实意义。能够实用的织物瑕疵自动检测算法必须全面符合检测准确性、单类分类性以及实时性要求。所谓检测准确性要求,即要求算法能够对绝大多数常见瑕疵的检测误检率和漏检率同时保持在较低水平。要满足这一要求,首要的就是要确保所提取的特征向量对绝大多数常见瑕疵具有较强的普适性,其次要确保检测器具有较高的精密度和对特征向量数据信息的深入挖掘能力。所谓单类分类性要求,即在检测器设计方面,要求检测器具有单类分类的功能,也即训练时只能依赖正常样本而不能借助瑕疵样本。因为织物瑕疵种类、外观形态和尺寸呈现多种多样,而织物纹理和结构亦千变万化,因而依赖瑕疵样本进行算法训练在实践中是无法实现的。由此可见,基于计算机视觉的织物瑕疵自动检测实质上是以纹理图像为分析对象的一种典型的单类分类模式识别任务。所谓实时性要求,即在检测速度方面,要求算法在数据预处理、特征提取以及判别检测阶段均能快速实现,使算法的全套流程均能满足实时要求。本文作者在算法研究开发过程中尽可能使算法满足上述要求,通过理论探索和检测实验提出了叁套较为有效的织物瑕疵自动检测算法,这些算法无论在特征向量的提取还是单类分类检测器的设计方面都是织物瑕疵检测研究领域至今未见报道。本文的全文研究内容共分七章。第一章为绪论,介绍了本文选题的学术与行业背景,分析了作者所在的计算机视觉纺织应用课题组的前人在此领域的研究成果和不足之处,交代了本文的研究目标和全文框架。第二章是文献综述,在模式识别和纹理分析等相关基本概念介绍的基础上综述了近十五年来本领域国内外的重要文献,对与本论文相关的算法给予了重点讨论,指出了现有研究成果的价值与不足。第叁章介绍了检测样本的采集和有关数据的预处理技术。这些都是后续第四、第五和第六章检测实践中均要涉及的共性问题。具体内容包括瑕疵样布收集、织物瑕疵种类与图像示例、织物纹理图像的获得与预处理、织物纹理图像子窗口尺寸的确定、纹理图像特征的有效性检验及特征值规范化处理、样本数据集及其分布、评估算法检测效果的考核指标体系等等。第四章介绍本文设计的第一套检测算法,即基于时间序列的自回归功率谱分析特征向量和单边距离检测器的织物瑕疵检测算法。该算法充分利用机织物纹理的周期性和经纬取向的特点以及多数瑕疵也呈现经纬取向的特点,采用基于Burg算法的低阶AR谱估计方法从织物图像的一维投影序列中提取有关特征,并结合自行设计的单边距离检测器来检测瑕疵。该方法运算量小,能够满足实时检测的要求,总平均误检率为6.71%时,总平均漏检率为13.53%,基本可以满足检测准确度的要求。第五章介绍本文设计的第二套检测算法,即基于时间序列多分形混合特征向量和单类模糊聚类检测器的织物瑕疵检测算法。为了更细致地描述瑕疵纹理、降低检测错误率,本文作者在研究本套算法时,提出了一种兼顾纹理概貌与细节信息、经向和纬向信息的混合特征向量提取思想。具体来讲,就是充分考虑了机织物纹理经纬取向的特点和利用了纹理基本循环参数,以分形特征为基础扩展成为多分形特征向量。该多分形特征向量包含一个概貌分形特征和四个细节分形特征,它们均在图像一维投影序列基础上提取。为了消除训练用原始正常样本数据分布可能存在不平衡的弊端,提高对训练数据的信息挖掘力度,本文作者自行设计了一种基于模糊c均值聚类(FCM)算法的单类分类检测器,并讨论了该检测器参数的优选问题。实验结果表明,本套算法总平均误检率为-4.93%时,总平均漏检率为5.06%,准确度较第一套算法大幅度改善。不足之处在于,该算法在四个细节分形特征提取时较为耗时,尤其是当织物密度较高时,这种情况更甚。第六章介绍本文设计的第叁套检测算法,即基于分形概貌特征和Sobel滤波细节特征的混合特征向量和支持向量数据描述单类分类检测器的织物瑕疵检测算法。文中还对检测器相关参数的优化提出了更为可靠和实用的方法。本套算法在特征向量提取时沿用了第二套算法中提到的兼顾概貌与细节信息、经向和纬向信息的思想,不同之处在于,本套算法在细节特征提取时采用了与概貌特征即分形特征不同类别的一种特征,即在Sobel算子滤波基础上的仙农熵特征。本套算法的细节特征提取速度非常快,克服了第二套算法中细节特征提取运算量大的缺点,同时保留了上述混合特征向量提取思想的优点。此外,Sobel算子滤波基础上的特征与分形特征本身也具有很大的互补性,因而使得本套特征向量对纹理信息的描述更趋合理和全面。检测器方面,本套算法采用了一种先进的核函数机器学习方法,即支持向量数据描述(SVDD)。SVDD是一种特殊的单类分类支持向量机(SVM),能够有效地表征正常训练数据的分布,特别适合于各种异常检测的应用。实验结果表明,本套算法在总平均误检率为4.61%时,总平均漏检率为4.09%。本套算法在检测精度方面略优于检测效果较好的第二套算法,在检测速度方面则具有第一套算法的优点,因而是一套最具实用价值的算法。第七章是全文总结和后续研究展望。文中对上述叁套算法的优缺点进行了小结,对本文的成果和不足进行了总结,还提出了后续研究的方向和重点。本文提出的叁套检测算法是本文研究成果的综合表述,但在形成叁套算法过程中的实质性成果主要是以下几个方面：1)兼顾纹理概貌与细节的特征提取思路考虑到织物瑕疵尺寸和外观形态的多样性以及单一特征对纹理描述的不足,结合织物纹理呈纵横取向和具有明显周期循环的特点,本文指出,所提取的多个特征对于纹理的描述应兼顾概貌与细节信息,以实现最大限度的特征互补进而更全面的纹理特点表征。本文第二套算法的多分形特征向量和第叁套算法的由分形概貌特征和Sobel滤波细节特征组成的混合特征向量即是这种思路的体现,这与以往研究者只考虑单一方面的特征有很大不同。2)兼顾精密性和单类分类功能的检测器设计思想织物瑕疵的多样性和难以全面采集的特点决定了实用的检测器必须具有较深刻的数据挖掘能力和单类分类的功能。现有文献涉及的单类分类器主要是欧氏距离或某些简单的阈值法,这种检测器过于粗糙,难以深入地挖掘特征向量中隐含的信息；而现有文献中涉及的较精密和高级的检测器如神经网络或支持向量机又多不具备单类分类的功能,其模型的训练必须借助相当数量的瑕疵样本。有鉴于此,本文提出,织物瑕疵检测器在设计时应使其同时具备单类分类的功能和对信息更深层次挖掘的功能。本文第二套算法中的模糊c均值聚类单类分类检测器和第叁套算法中的支持向量数据描述单类分类检测器即是这种设计思想的体现,且这两套检测器在织物瑕疵检测领域尚无应用先例,也无相关报导。3)检测算法全套流程中的实时性构思本文不仅仅追求检测算法的高检测准确性目标,也强调检测算法全套流程的实时性要求,为此,在算法设计的许多环节中都考虑到了这一点。例如,在图像预处理中提出了一种快速的消除光照不匀和增强图像对比度的算法。又如,利用机织物纹理和多数瑕疵具有经纬取向的特点,采用投影方式得到一维序列,从而使得特征提取在一维序列而不是二维图像基础上进行,极大地降低了计算量,AR谱特征和所有的分形特征的提取均是在一维时间序列基础上进行。又如,AR谱的估计选用具有递推特点的低阶Burg算法,使得涉及的计算量非常小。又如,为了保留第二套算法的特征向量对纹理描述细致的优点同时又降低计算量,第叁套算法在细节特征方面以快速的Sobel滤波仙农熵特征取代了较为耗时的分形特征。再如,提出当数据量较大时,相应地采用较大的模糊c均值聚类加权指数以大幅度减少迭代次数,等等。4)基于织物纹理循环周期倍数的子窗口划分方法提出了依据织物的纹理循环周期倍数来划分子窗口的方法,从而提高了特征的稳定性,进而有助于检测错误率的降低。
杨文[10]2017年在《岩石可钻性预测及钻头选型方法研究》文中提出岩石可钻性是反映地层性质最全面的一种参数,是进行钻头选型和钻头结构设计时的重要依据。在进行探井的钻进过程中无邻井资料,不能实时计算出岩石可钻性级值;在进行开发井的钻进过程中,地质结构复杂,地层性质会发生变化,导致钻头不能很好地匹配实时钻遇的地层。因此需要通过分析随钻资料,得到实时岩石可钻性级值,并将其用于进行钻头动态优选。随钻测井技术的出现,为建立测井岩石可钻性实时计算模型提供了条件。基于神经网络的非线性映射能力强的特点,本文建立了测井岩石可钻性实时计算神经网络模型。该模型可以在有随钻测井数据的条件下,对岩石可钻性进行实时计算。基于获取途径简单方便的实时录井数据,建立了录井岩石可钻性实时计算力学模型,该模型只需现场实时录井数据,无需实验数据就可进行计算,受限条件最小;为了进一步提高计算精度,减少随机误差,建立了录井岩石可钻性实时计算神经网络模型;这两个模型可以在无需随钻测井数据的条件下,进行岩石可钻性的实时计算。根据岩石可钻性沿深度具有可预测性,建立了岩石可钻性实时预测模型,实时预测得到的岩石可钻性级值可用于指导未钻开地层的钻头优选。通过分析已钻井钻头使用数据和对应地层的岩石力学参数,将钻头所钻的地层性质使用岩石力学参数进行反映,建立了钻头钻进参数及岩石力学参数数据库,基于建立的数据库和实时计算与预测得到的岩石可钻性级值,提出了钻头动态评价与动态优选方法。根据以上研究,本文在Visual Studio 2013开发环境下,使用C#语言进行软件的编写,使用SQL Server 2008进行数据管理,开发出了岩石可钻性预测及钻头选型软件。本软件可以基于测井数据和录井数据,对岩石可钻性进行实时计算及预测,并将得到结果用于指导钻头的动态评价和动态优选。使用现场数据验证模型的可靠性和测试软件的稳定性,使用软件计算出的结果与实际情况吻合,表明建立的模型具有实际工程意义,可以用于指导现场施工;开发的软件能稳定运行,这将为缩短钻进时间和降低钻进成本提供相关技术支持。
参考文献：
[1]. 分形理论及图像分形维数实时计算的研究[D]. 张运祥. 第一军医大学. 2001
[2]. 基于数学形态学的图像分形维数实时提取方法研究[J]. 陈向东, 常文森, 高政. 信息与控制. 1998
[3]. 巡航导弹制导系统关键技术研究[D]. 常青. 西北工业大学. 2003
[4]. 分形在静态图像压缩中的研究与应用[D]. 徐长庚. 东北师范大学. 2010
[5]. 基于纹理特征的遥感图像分类技术研究[D]. 陈敏. 福州大学. 2004
[6]. 虚拟环境中基于维数的分形曲线插值问题的研究[D]. 任伟. 大连海事大学. 2005
[7]. 基于分形特征的景象适配性分析[D]. 张涛. 国防科学技术大学. 2006
[8]. 基于分形纹理的遥感影像土地覆盖类型识别方法研究[D]. 王娟. 辽宁工程技术大学. 2006
[9]. 基于混合特征向量和单分类检测器的织物瑕疵自动检测研究[D]. 步红刚. 东华大学. 2010
[10]. 岩石可钻性预测及钻头选型方法研究[D]. 杨文. 西南石油大学. 2017
标签：生物医学工程论文; 计算机软件及计算机应用论文; 分形维数论文; 分形理论论文; 特征提取论文; 图像编码论文; 图像融合论文; 分类数据论文; 特征向量论文; 图像处理论文; 遥感影像论文; 科技新闻论文;