基于分形协方差函数的自然纹理描述与分类

研究了自然纹理图像的描述与分类的方法,提出了基于分数布朗运动模型及其协方差函数的方法.分数布朗运动的协方差函数被用来估计自然纹理特征的Hurst系数和常数k.2个子图像的5个特征组成10个特征的特征集.与直接从原始纹理图像获得特征矢量不同,该方法的10个特征矢量是分别基于大于图像灰度平均值的图像和小于图像灰度平均值的图像得到的.以纹理图像的平均值为阈值,可以得到2幅子纹理图像.从每个子纹理图像提取出5个特征,它们分别是横向、纵向和45°方向的常数,横向和纵向距离为2的Hurst系数.2个子纹理的5个特征组成10个特征的特征集.从Brodatz纹理集选出的16种纹理图像被用来检验描述和分类效果,分类结果显示该方法具有很好的自然纹理的描述和分类能力.     

基于多重分形参数的高光谱数据特征提取

针对单一分形维数不能表征高光谱数据光谱局部吸收特征的问题,提出了基于光谱概率测度的多重分形参数特征提取方法.基于光谱信息度量进行光谱概率测度的计算,基于配分函数法估计得到尺度函数;通过对尺度函数求导计算出Holder指数,并对尺度函数勒让德Legendre变换计算出多重分形谱;从多重分形谱和Holder指数之间的函数关系提取表征多重分形谱形态的4个多重分形谱参数作为光谱特征参数;并应用于基于最小距离准则的航空推扫式高光谱成像仪(PHI,Prush-broom Hyperspectral Imager)图像监督分类.结果证明:利用基于光谱概率测度的多重分形参数特征提取方法提取的光谱特征参数进行分类得到的总体分类正确率达94.789%,分类精度明显高于利用信息量维数和多重分形谱特征提取方法进行分类的结果,证明了基于光谱概率测度的多重分形参数特征提取方法提取的多重分形参数的有效性和可靠性.     

纳米复合材料分散相分散均匀性的分形表征

针对传统的纳米复合材料分散相分散均匀性评价方法的不足,提出了一种以分形理论为数学模型基础,以纳米复合材料的透射电镜(TEM,Transmission Electron Microscope)图像为评价对象的分散相分散均匀性的定量评价方法.运用离散对象构成的自然分形体的分形维数建立了分散相分散均匀性的数学模型.将纳米复合材料TEM图像进行图像处理,以纳米复合材料TEM图像的中心为圆心以不同的半径做圆,提取不同的圆内的粒子数与回转半径,并在双对数坐标中直线拟合.该直线的斜率的倒数即为分散均匀性参数,并以此作为评价分散相分散均匀性的指标.将该方法实际应用于聚合物基纳米填充复合材料分散相分散均匀性的描述,验证了该评价方法的可行性.     

光纤陀螺中分形噪声的参数估计和去除

光纤陀螺零漂信号中主要存在分形噪声和高斯白噪声,采用传统的时间序列分析法很难去除这类混合噪声.基于小波分析,提出一种分步估计加性白噪声强度和分形随机过程参数的新方法.先通过拟合自相关函数,估计出白噪声的强度;再在小波变换域估计分形噪声参数,并选取适当软阈值对测量值滤波.实验结果表明该估计和降噪方法有效地去除了光纤陀螺中的混合噪声,且不需要噪声的先验知识,具有很好的适应性.      

二维分形海面电磁后向散射系数的分析与计算

根据改进的二维分形海面模型推导了一种在不同极化方式下(HH水平极化,VV垂直极化)新的电磁后向散射系数计算方法,对多个海浪波长区域内所有分辨单元后向散射系数进行平均统计.在时域内研究了海水介电常数、电磁波入射角、入射频率以及风速风向对后向散射系数的影响,运用盒维数方法计算了该散射系数的分形维数.最后通过数值分析方法证明了该散射系数实部与虚部曲线是分形的,并且与二维分形海面的分形维数相等,从而表明该海面的雷达回波信号也具有分形特性,为运用分形理论研究海面微弱目标检测提供了一个重要方法.     

弹道测量误差的分形分析

利用分数 (形 )布朗运动 (FBM)模型 ,分析了飞行器弹道测量误差数据的分形特性 ;针对弹道测量数据的特点 ,提出了一种新的确定无标度区间的方法。仿真与实测数据处理结果表明 ,该方法精度较高 ,实用性好。利用 FBM模型估计了大量实测数据的分形维数 ,估计结果表明 :弹道测量残差数据的分形特性反映了测量环境和目标物理特性     

多重分形及其在地形特征分析中的应用

采用多重分形谱进行地形特征的分析,多重分形谱参数分层次地刻画了空间内部的精细结构,突出了异常局部变化特征,因而能够获得准确的地形特征信息,并从复杂的地形数据中选出具有明显个性特征的区域,可与分形维数结合进行地形地貌的区域分类和路径选取.实验结果表明,多重分形的奇异谱函数比简单的分形维数能提供更多的信息,克服了分形维数相同情况下区域无法区分的困难,地形的提取特征结果更为符合实际情况,可被有效地用于导航和航迹规划过程中.      

一种新的基于PCNN的自适应强去噪方法

为了实现椒盐噪声的有效去除和图像细节及纹理的有效保留,提出了一种新的基于PCNN(Pulse Coupled Neural Network)的自适应滤波方法ADEN(Adapative Denosing method for Extreme Noise)-PCNN.该方法引入了像素受污染状态的甄别机制,只对被污染的像素进行降噪处理,保证了去噪的同时不损坏图像信息,实现了图像的细节和纹理的有效保留;为了确保图像质量,在面向图像降噪的PCNN神经网络阵列结构中引入了自组织机制,可以自动地估计噪声的强度信息并进行PCNN网络中神经元连接方式的自组织转换,此外引入了自适应机制,根据噪声强度的估计信息,自动进行滤波次数的优选,增强自适应能力.实验结果表明所提方法较常规方法和其他同类方法在去噪效果、保留图像细节方面展现出明显的优势.     

SAR图像超分辨与点扩展函数扰动校正算法

推出基于贝叶斯概率公式的SAR(合成孔径雷达)图像超分辨的最大估计(EM)算法,实现SAR图像雷达截面积的重建.本算法成功地将图像场景的先验知识纳入到图像的重建过程之内,有效提高了图像的分辨力,并采用点扩展函数参数化模型,通过估计该模型的参数,抑制点扩展函数扰动的影响.二者结合,有效地实现了SAR图像的超分辨.本算法的关键是构造合理的点扩展函数模型,能够同时拟合SAR图像数据和成像系统参数的相关信息.     

改进的二维三阶半离散中心迎风格式

对二维三阶半离散中心迎风格式中的权函数给出了简化改进. 在保持格式精度的基础上, 改进后的权函数在二维情况下具有更加简单直接的结构而且严格非负. 该改进方法得到的格式仍然具有半离散中心迎风格式的优点, 同时保持了重构函数的非振性. 时间离散采用保持强稳定性的三阶Runge-Kutta方法, 并利用四阶Lax-Wendroff (L-W) 格式计算磁流体算例中的磁场散度. 用该修正格式计算了二维磁流体数值算例, 得到高精度无振荡的结果, 验证了此方法的有效性.      

Advanced fractal approach for unsupervised classification of SAR images

Unsupervised classification of Synthetic Aperture Radar (SAR) images is the alternative approach when no or minimum apriori information about the image is available. Therefore, an attempt has been made to develop an unsupervised classification scheme for SAR images based on textural information in present paper. For extraction of textural features two properties are used viz. fractal dimension D and Moran’s I. Using these indices an algorithm is proposed for contextual classification of SAR images. The novelty of the algorithm is that it implements the textural information available in SAR image with the help of two texture measures viz. D and I. For estimation of D, the Two Dimensional Variation Method (2DVM) has been revised and implemented whose performance is compared with another method, i.e., Triangular Prism Surface Area Method (TPSAM). It is also necessary to check the classification accuracy for various window sizes and optimize the window size for best classification. This exercise has been carried out to know the effect of window size on classification accuracy. The algorithm is applied on four SAR images of Hardwar region, India and classification accuracy has been computed. A comparison of the proposed algorithm using both fractal dimension estimation methods with the K-Means algorithm is discussed. The maximum overall classification accuracy with K-Means comes to be 53.26% whereas overall classification accuracy with proposed algorithm is 66.16% for TPSAM and 61.26% for 2DVM.     

基于免疫抗体编码机理的卫星图像云探测

针对卫星遥感图像中云与下垫面的复杂性和多样性,提出了一种新的在复杂背景下常用目标图像描述方法.通过类比生物免疫抗体特异性与其构成单元氨基酸性质的相关性,得到目标图像的免疫基元集合形式及其分类方法.借鉴生物免疫抗体编码顺序中氨基酸结合能量最小原则,统计分析出训练样本的免疫基元亲和度计算公式,实现了目标图像描述的有限多特征优化组合.对于云检测问题,最终提出云的免疫抗体编码方法,定义了云的免疫亲和度计算公式,并成功构建了云免疫抗体.经200幅IKONOS卫星图像测试,验证了该方法在识别率和运行时间效率方面的有效性.      

动态系统失效的不确定性分析及其高效算法

为了分析在不确定性元器件失效率影响条件下动态系统的失效问题,提出了满足工作时间要求的系统失效概率和满足失效概率限制的系统正常工作时间的分析方法。同时,为了研究元器件失效率对动态系统失效的影响程度,提出了元器件失效率对系统失效概率以及系统正常工作时间不确定性影响的重要性分析方法,建立了元器件失效率对系统失效概率和系统正常工作时间方差贡献的重要性测度指标。首先给出了指标求解的直接蒙特卡罗方法,然后采用基于分数矩的极大熵方法来高效估计系统失效的概率密度函数,采用乘法降维积分建立了2种重要性测度指标的高效解法。阀门控制系统和民用飞机电液舵机系统的算例结果表明所提方法的合理性和算法的高效性。     

一种高效的油液磨粒图像自适应分割方法

为了提高油液磨粒图像的分割效果,优化磨粒自动识别工作的重要环节,提出了一种结合分水岭算法及区域相似度合并的油液磨粒图像自适应分割方法。对于待分割图像,首先通过形态学重构和基于形态学的自适应H-minima技术对梯度图像进行修正,利用分水岭算法完成磨粒图像的一次分割;其次提取分水岭分割后同质区域的Lab颜色特征、局部二值模式（LBP）纹理特征作为区域的量化指标,基于Bhattacharyya系数分别计算区域间的颜色、纹理相似度,设计可以实现权重自适应调整的颜色、纹理特征融合规则,以此来获取同质区域的综合相似度矩阵,实现过分割区域的合并;最后基于统一的后处理算法完成磨粒图像的完整分割。选择60幅磨粒图像对所提方法的分割效果进行测试,结果表明,单幅图像的平均分割速度在12 s左右,分割正确率稳定在90%以上,所提方法避免了用户在分割过程中对图像的交互式处理,较好地平衡了分割效率和分割精度,自适应程度明显提高。      

基于图像纹理的自适应水印算法

图像水印技术是一种在图像中嵌入被称为水印的版权标记,以证明图像版权归属的技术。利用图像纹理粗糙区域易于隐藏水印的优势,提出了一种基于图像纹理的自适应水印算法。首先,设计了一种能够真实反映图像纹理丰富程度的纹理度量方法,引入全局纹理值和局部纹理值的概念来综合分析图像纹理的分布情况;其次,利用滑动窗口和窗口内区域的局部纹理值,精确地获取图像的纹理粗糙区域,将水印嵌入在纹理粗糙区域中,保证嵌入水印图像的视觉质量;然后,通过多元回归分析,得到水印嵌入参数与纹理粗糙区域的全局纹理值和局部纹理值的函数关系,根据区域的纹理值自适应地调整水印的嵌入参数,最大限度地保证水印的不可见性,增强水印的鲁棒性;最后,通过在多个不重叠的纹理粗糙区域中嵌入相同的水印,进一步提高水印提取的准确率。在100幅自然场景图像上进行模拟实验,从不可见性、自适应性和鲁棒性三个方面证实了所提算法相比已有自适应水印算法的优越性。