自然背景下人造目標檢測與識別的分形方法研究.pdf

1、自然背景下圖像分析在許多領域都有著重要的應用。幾十年來，國內(nèi)外眾多學者和研究人員對復雜背景中的目標檢測與識別進行了深入的研究，發(fā)展了許多新的技術。分形就是其中一種，分形技術用于圖像處理主要基于兩點：一是自然背景在一定尺度范圍內(nèi)大都符合分形布朗運動模型；另一點是利用分形維作為圖像的主要參數(shù)來進行分析。 本文系統(tǒng)地研究了分形技術在圖像邊緣檢測和圖像分割兩個方面的應用，總結了相關方法的優(yōu)缺點，并在此基礎上進行了改進。為了解決傳統(tǒng)邊緣檢

2、測方法的不足，提出了一種基于分形誤差的檢測算法。首先將圖像數(shù)據(jù)由灰度空間轉換為分形特征空間——誤差空間，然后通過目標與背景所體現(xiàn)出的不同分形模型差異來達到邊緣檢測的目的。分形誤差的值越高，相應像素越不符合FBM模型，那么這個像素屬于邊緣部分的可能性就越大。試驗結果表明，該算法具有抗噪聲、小目標或多目標檢測等優(yōu)點。 在研究傳統(tǒng)分割算法的基礎上提出了基于區(qū)域分形和分水嶺技術的圖像分割方法。與其他分割方法相比，具有良好的定位精度，能夠