基于分形的图像分析方法综述

被引：22

作者：

陈永强

陆安生

胡汉平

机构：

[1] 华中科技大学图像识别与人工智能研究所图像信息处理与智能控制教育部重点实验室

[2] 武汉工业学院计算机与信息工程系

[3] 华中科技大学图像识别与人工智能研究所图像信息处理与智能控制教育部重点实验室湖北武汉武汉工业学院计算机与信息工程系

[4] 湖北武汉

来源：

计算机工程与设计 | 2005年 / 07期

关键词：

分形; 图像分析; 边缘检测; 纹理分割;

D O I：

10.16208/j.issn1000-7024.2005.07.032

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

根据分形擅长描述自然不规则物体对象的特点,论述了盒维、FBR模型和LIFS分形编码等基于分形理论的图像分析原理和方法,讨论了国内的研究情况。从相应的研究得知,利用图像的分形维数特征,进行边缘检测和纹理分割,是可行和有效的。

引用

页码：1781 / 1783+1832 +1832

页数：4

共 15 条

[1] 基于小波变换及分形特征的目标检测与识别 [J].

田杰 ;

陈杰 ;

张宇河 .

北京理工大学学报, 2003, (01) :95-99

[2] 基于分形特征的图像边缘检测方法 [J].

张坤华 ;

王敬儒 ;

张启衡 .

光电工程, 2001, (06) :52-55

[3] 基于分形理论的图像边缘提取方法 [J].

罗强 ;

任庆利 ;

杨万海 .

通信学报, 2001, (11) :104-109

[4] 基于神经网络的分形图像编码边缘信息提取 [J].

陈鑫 ;

张立明 ;

林涛 .

红外与毫米波学报, 2000, (05) :389-392

[5] 基于分维特征的目标分割与检测 [J].

李艳 ;

彭嘉雄 .

华中理工大学学报, 2000, (08) :1-2+5

[6] 基于分形特征的水果缺陷快速识别方法 [J].

李庆中 ;

汪懋华 .

中国图象图形学报, 2000, (02) :58-62

[7] 区域分形与人工目标检测 [J].

马兆勉 ;

陶纯堪 .

物理学报, 1999, (12) :2202-2207

[8] 一种图像分形特征提取的近似算法 [J].

朱红 ;

赵亦工 .

西安电子科技大学学报, 1999, (02) :116-118

[9] 分形多尺度纹理图像分割 [J].

杨绍国 ;

尹忠科 ;

罗炳伟 .

模式识别与人工智能, 1998, 11 (03) :347-351

[10] 基于小波变换法的分形维数估计在有噪图像边缘检测中的应用 [J].

黄宸，柳健 .

红外与激光工程, 1998, (03) :57-62

← 1 2 →