基于分形维数的纹理图像分割.pdf

摘 要
摘 要
论文在对几种分形模型及不同分形模型下的分形维数 计算方法进行研究的基
础上, 采用差分盒维数法计算图像的分形维数 。在盒 维数的计算过程中, 运用最
小二乘法对不同的盒子数和半径拟合得出分形维数 。
由于纹理图像的复杂性, 仅依靠原图像的分形维数不能达到理想的分割效果,
为了得到更多的纹理信息, 论文采用多次变换的方法 , 获得了纹理图像的垂直 、
水平以及对角线方向的方向性信息与粗糙度信息, 运 用该信息构成的分形维数作
为特征量对复杂背景下的人造物体进行分割, 不但获 得了理想的分割效果, 而且
保留了更多的图像细节 。通过与最大类间方差阈值图像分割算法分割结果的对比,
可以看出基于多特征分形维数图像分割保留了更多的 图像细节, 图像分割效果明
显优于阈值分割结果 。
关键词 :纹理图像 ;图像分割 ;分形维数 ;差分盒维数
Abstract
A bstract
Based on a research of several fractal m odels and fractal dim ension calculation
methods for different fractal models, difference box dimension m ethod is taken to
calculate fractal dimension of texture Im age. In calculation of the box dim ension,
least-squares algorithm is adopted to estim ate fractal dim ension for different box
number and radius.
As the com plexity of texture image, solely using fractal dim ension of original
im age can not lead to ideal segmentation results. To obtain m ore information, original
im age is transform ed for m any tim es to acquire direction inform ation including vertical,
horizontal and diagonal and roughness information. M an-m ade objects in com plex
background can be segm ented by using fractal dim ensions w hich consist of inform ation
above as characteristic quantities, which obtains ideal segm entation results and retains
more im age details. Com pared w ith segm entation result segmented by O TSU , im age
segmentation based on multi-characteristic fractal dimension can retain more im age
details, and segm entation result is superior to threshold segm entation result.
Keywords: Texture Im