局部分形指数小波分析法

应用分形测度的概念，利用小波变换的数学显微镜功能，建立了肝脏超声图灰度表面分形结构分析及局部分形指理论模式；提出了一个相应的非严采样的快速实现算法－－局部分形指数小波分析法ＬＦＷＡＭ（ｌｏｃａｌ ｆｒａｃｔａｌ ｓｃａｌｅ ｗａｖｅｌｅｔａｎａｌｙｓｉｓ ｍｅｔｈｏｄ），进行了人体肝脏组织超声图像局部分形指数的研究，验证了方法有效性，为进行图像识别与分割提供了基础。     

基于分形理论的岩相图像识别与分析

基于分形理论,应用计算机数字图像处理技术,提出了一种岩相图像识别与分析的新方法。在对典型岩相图像进行图像处理的基础上,介绍了岩相轮廓的顺序跟踪识别方法,给出了岩相轮廓分形维数的具体计算公式和方法,最终得到不同岩相轮廓的分形维数。通过比较不同岩相的分形维数可知,同一种岩相轮廓具有比较接近的分形维数,而不同岩相分形维数相差较大,这说明分形理论可用于岩相图像识别与分析。     

基于LVQ神经网络的医学图像识别研究

以医学肝脏CT图为研究对象,设计了一种基于LVQ神经网络的医学图像识别方法。基本思想是首先确定图像ROI区域,并作灰度映射变换。接着提取其颜色、纹理和形状特征构成表征医学图像的特征矢量,最后将特征归一化后利用LVQ神经网络进行识别。通过与其他典型神经网络识别方法的实验比较,结果表明,设计的方法能取得更为理想的识别效果。     

基于多小波变换的医学图像分形压缩方法研究

针对医学图像分析与压缩的特殊要求,将多小波变换和分形压缩理论引入到医学图像压缩中。首先对医学图像进行多小波变换,较好地保持了医学图像的边缘和细节信息,再采用分形压缩方法对图像进行压缩。实验表明,算法在保持一定医学图像质量和较高压缩比的前提下,编码时间大大减少,结合多小波变换的医学图像分形压缩方法在临床应用取得较好效果。     

基于分形和神经网络的B超图像识别

为了给脂肪肝的辅助诊断提供科学依据,提高临床诊断的准确性,利用分形方法对脂肪肝和正常肝脏的B超图像进行了分析对比,获得两类肝脏图像具有多重分形的特性,并利用RBP神经网络进行分类,对提高脂肪肝诊断的正确率收到较好效果,具有一定的实际意义和理论价值.     

白细胞显微图像的区域分形特征分析

分形几何为自然景物复杂形貌的描述提供了较好的分析手段．在计算图像多尺度分形维数的地毯覆盖方法基础上加以改进,并针对白细胞图像中的特定不规则区域,提取分形参数用以描述其特性．实验计算表明,几种不同类型白细胞的分形参数具有不同程序的差异．通过采用类别可分性判据进行分析可知,分形参数对于某些类别的白细胞具有较好的区分能力．因此,在设计白细胞显微图像识别系统的分类器时,可将分形参数作为识别特征量．     

基于区域增长算法分割DICOM格式的CT肝脏图像

在计算机辅助诊断中,为减少数据损失与处理时间,直接从DICOM格式的CT腹部图像中分割肝脏组织.利用区域增长算法自动分割CT肝脏,并和医生手工分割的肝脏图像做对比.分割的肝脏图像与原图像相比,自动分割的肝脏和原图像肝脏接近一致,得到较为满意的效果.区域增长分割算法能从胸腹腔CT图像中分割出保留灰度的肝脏,为CT图像的计算机辅助诊断起到了重要的作用.     

基于小波分形配比的医学图像插值算法研究

医学图像一般要求边缘细节清晰,而传统的插值方法会导致图像细节信息的丢失.为了满足医学插值放大图像质量和速度的要求,利用小波变换和几何分形的思想,提出了一种改进的几何分形算法和小波变换相结合的图像插值新方法.实验仿真表明,该算法能极大消除细节伪影,同时还保持很好的纹理细节,峰值信噪也得到提高.     

基于神经网络的超声肝图像识别研究

肝脏超声图像是肝病辅助诊断的重要手段。通过选择图像特征向量来研究肝脏超声图像的识别算法;通过空间灰度独立矩阵、空间频率分解和分形特征进行特征提取,采用神经网络对正常肝脏、肝硬化和肝癌三类肝脏超声图像进行分类识别。实验结果表明神经网络分类器对三种肝脏超声图像的分类可以达到93.5%的正确率。     

基于MC算法的CT图像三维重建

医学图像三维重建利用二维医学图像序列重建出三维模型,为医生提供直观、全面、准确的病灶和正常组织信息.采用VTK库进行医学数据可视化,分析了VTK可视化工具包的机制,介绍了MC算法的机理与实现过程.基于MC算法,使用三维可视化工具包VTK结合VC 6.0对基于DICOM格式的CT图像序列进行三维重建,并给出了实验结果.重建结果表明,采用VTK进行医学图像三维重建可以帮助医生明确诊断和制定正确的手术方案.     

图像分维数特征提取的算法及分析

研究了分维数理论在图像特征提取上的应用，在分析图像分维数计算原理的基础上，提出了一种计算分维数及其辅助特征的方法，并进而研究噪声、遮挡及图像灰度对比度对分维数值的影响。实验结果表明，分维数反映了图像的纹理性质，加入图像噪声、云层遮挡或提高图像对比度都会使分维数不同程度的增大。     

分形模型用于菌落图象的纹理分割

利用分形模型对菌落的显微图象进行纹进分析，表面的覆盖维数是描述菌落的有效特征，并综合其灰度特性，抽取菌落的中央隆起部分，用地菌落的识别，结果说明分形模型用于昭菌落具有自相似的物体的纹理分割是成功的。     

分形图像压缩编码及其改进措施的研究进展

分形图像压缩编码是当前图像处理领域的研究热点，是目前较有发展前途的图像编码方法之一。本文介绍了分形图像压缩编码的理论基础及现存的主要问题，在此基础上对分形图像压缩编码的改进方法和措施进行了综述，并认为在传统的压缩算法中引入并行分布计算能取得更好的效果。     

一种基于压缩感知图像编码算法研究

计算机图形学的发展有力的促进了医学影像处理技术的普及和应用.图形压缩和编码是阻碍医学影像处理的关键技术之一.本文针对图像分形编码过程中存在的方块效应和编码时间过长的问题,提出基于压缩感知和分形编码快速图像处理算法,该算法对低频子图实施分形编码,降低处理时间,接着对低频差值图像实施压缩感知编码,实验结果表明该算法能够有效的提升图像处理速度,并且提升了重构图形的质量.     

基于Jacquin分形法图像编码的Matlab仿真实现

分形图像编码具有潜在的高压缩比、解码简单等特点成为近十年来有损编码中的一个研究热点。文章阐述了分形编码的数学基础和传统分形编码Jacquin方法的编解码原理,最后利用Matlab工具对图像的Jacquin分形法进行了实验仿真。实验结果表明,Jacquin分形法搜索最佳匹配块的编码时间较长,而解码过程简单快捷。提高图像编码速度将是Jacquin分形法今后改进的主要内容。     

基于小波变换及分形特征的目标检测与识别

提出在对图像进行小波变换的基础上提取图像的分形特征，即通过小波变换对图像进行频域上的分割，使得对图像的描述更丰富，对各频段上的细节图像分别求分形维数组成联合特征矢量，有利于迅速准确地将目标从复杂的自然背景中分离出来，实验结果表明，这种方法能够有效地区分人造物体和自然背景，但计算量较大。     

基于方向剖分的小波域分形图象压缩

该文提出一种新的分形和小波混合编码方法－基于方向剖分的小波域分形图象压缩方法：在将图象分解到小波域后，对各子图象，根据其所占能量的大小和所代表的方向纹理信息，采用不同大小、形状与类别的定义域块和值域块进行分形编码，经实验证明，这种基于方向剖分的小波域分形编码方法，在保证一定的还原图象质量的前提下，可以大大地提高了分形编码的速度，如果结合多层小波分解的分形压缩编码的预测法和零树法，还能进一步提高压缩率，从而使分形图象编码向实时应用迈进了一步。     

基于RGB彩色空间的运动补偿与分形相结合的视频压缩方法

提出基于RGB彩色空间的运动补偿与分形压缩技术相结合的方法.该方法先区分出彩色视频序列的I帧和P帧,同时分别分离出R、G、B三种颜色;其次对于I帧每种颜色均单独采用分形图像压缩算法进行编码,对于P帧每种颜色均通过运动补偿进行预测编码,得到运动误差,而这些运动误差的数值是很小的,有很大的相似性,此时采用自适应四叉树的分形视频压缩方法来对运动误差进行编码.实验结果表明,与传统的分形视频压缩相比,该方法能够在保证压缩质量的情况下大幅度地提高压缩比.     

分形图像压缩编码的研究进展

综述了近年来在分形图像编码方面的最新进展，详细分析了分形图像编码在图像分割算法、对域块的变换、域池选择、图像编码、匹配块的搜索策略、仿射变换实现和图像解码等几个方面的研究现状以及在这些方面的性能优化问题。对其中的每一个方面，都探讨了一些最新的典型方法，并对这些方法在复杂度、精度、收敛性等方面进行了简要的性能比较，指出了分形编码存在编码速度慢等问题，指明快速分形编码及与其它编码方法的联合编码的研究方向。     

基于分数维与灰度梯度共生矩阵的气象云图识别(Ⅱ)--灰度梯度共生矩阵对纹理统计特征的描述

图像的分数维特征描述了纹理的复杂度和粗糙度。图像的灰度梯度信息则检出了图像中灰度跳变的部分,将图像的梯度信息加进灰度共生矩阵,则使得共生矩阵更能包含图像的纹理基元及其排列的信息。将４ 种基本云类（卷云、积雨云、积云和层云）的分数维和灰度梯度共生矩阵（ＧＧＣＭ）的二次统计特征结合起来,对云类进行分类与识别。样本的试验表明,分数维和灰度梯度共生矩阵的二次统计特征结合起来,气象云图能有效地识别。