【摘要】：在傳統(tǒng)有理插值函數(shù)的基礎(chǔ)上構(gòu)造出一種新的混合插值模型.該混合插值模型是有理函數(shù)與分形插值函數(shù)的有機整體,可由形狀參數(shù)和尺度因子唯一確定.由于分形是刻畫圖像復雜度的有效工具,引入分形維數(shù)描述紋理的復雜程度.首先,提出一種基于局部分形維數(shù)的自適應(yīng)閾值選取的方法,將整幅圖像劃分為紋理區(qū)域和非紋理區(qū)域.在紋理區(qū)域采用有理分形函數(shù)插值,在非紋理區(qū)域采用有理函數(shù)插值.尤其在有理分形插值模型中,提出一種基于分形維數(shù)的精確計算尺度因子的方法.最后,通過優(yōu)化形狀參數(shù)進一步提高插值圖像質(zhì)量.實驗結(jié)果表明:提出的基于圖像特征的混合插值模型與當前經(jīng)典算法相比,尤其是在處理紋理圖像方面,具有明顯優(yōu)勢.
[Abstract]:Based on the traditional rational interpolation function, a new mixed interpolation model is constructed. The mixed interpolation model is an organic whole of rational function and fractal interpolation function, which can be uniquely determined by shape parameters and scale factors. Because fractal is an effective tool to describe image complexity, fractal dimension is introduced to describe the complexity of texture. Firstly, an adaptive threshold selection method based on local fractal dimension is proposed, which divides the whole image into texture region and non-texture region. Rational fractal function interpolation is used in texture region and rational function interpolation is used in non-texture region. In particular, in the rational fractal interpolation model, an accurate calculation method of scale factor based on fractal dimension is proposed. Finally, the interpolation image quality is further improved by optimizing shape parameters. Experimental results show that the proposed hybrid interpolation model based on image features has obvious advantages over the current classical algorithms, especially in the processing of texture images.
【作者單位】： 山東財經(jīng)大學計算機科學與技術(shù)學院;山東大學數(shù)學學院;山東大學計算機科學與技術(shù)學院;
【基金】：國家自然科學基金項目(61373080,61672018,61402261,61373088,61272431,61332015) 山東省高等學校優(yōu)勢學科人才團隊培育計劃~~
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 李杰,劉金國;分形維數(shù)及其在圖象塊分類中的應(yīng)用[J];長春大學學報;2001年02期

2 曾振;;股市行情軟件里分形維數(shù)的求解算法和實現(xiàn)[J];廣州航海高等�？茖W校學報;2008年02期

3 陳建安;分形維數(shù)的若干應(yīng)用[J];電子科技;1999年04期

4 董遠,胡光銳;圖像分形維數(shù)計算技術(shù)[J];計算機應(yīng)用與軟件;2001年06期

5 侯祥林,歷風滿,劉杰;分形維數(shù)二進算法及應(yīng)用[J];微型電腦應(yīng)用;2002年04期

6 聶篤憲,曾文曲,文有為;分形維數(shù)計算方法的研究[J];微機發(fā)展;2004年09期

7 黃亮;分形維數(shù)及其在漢字處理中的應(yīng)用[J];廣西民族學院學報(自然科學版);2004年S1期

8 張愛萍;;基于仿真的網(wǎng)絡(luò)流量分形維數(shù)的估計與分析[J];計算機與現(xiàn)代化;2006年05期

9 張濤;孫林;黃愛民;;圖像分形維數(shù)的差分盒方法的改進研究[J];電光與控制;2007年05期

10 劉明芹;張曉光;;一種計算圖像分形維數(shù)的有效方法[J];西安科技大學學報;2009年03期

相關(guān)會議論文 前10條

1 許倫輝;傅惠;徐建閩;;基于分形維數(shù)的交通流預(yù)測模型及算法研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

2 王子明;韋慶東;蘭明章;;用分形維數(shù)表征砂石的輪廓形狀特性的研究[A];中國硅酸鹽學會水泥分會首屆學術(shù)年會論文集[C];2009年

3 竇志彤;倪維健;高永梅;黃亞樓;;使用分形維數(shù)實現(xiàn)不同密度區(qū)域的聚類[A];第二十一屆中國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2004年

4 侯占峰;韓靖玉;韓寶生;;基于圖像的雜草分形維數(shù)研究[A];紀念中國農(nóng)業(yè)工程學會成立30周年暨中國農(nóng)業(yè)工程學會2009年學術(shù)年會（CSAE 2009）論文集[C];2009年

5 趙歆波;鄒曉春;趙榮椿;;一種計算各向異性分形維數(shù)的新方法[A];信號與信息處理技術(shù)第三屆信號與信息處理全國聯(lián)合學術(shù)會議論文集[C];2004年

6 董良;趙毅鑫;;基于CT圖像的煤巖非均質(zhì)性研究[A];北京力學會第19屆學術(shù)年會論文集[C];2013年

7 趙春暉;馬梅真;尚政國;;基于提升小波變換和分形維數(shù)的聲納圖像識別[A];中國聲學學會2007年青年學術(shù)會議論文集（上）[C];2007年

8 應(yīng)宏微;;基于分形維數(shù)特征的車牌漢字識別[A];第二十四屆中國控制會議論文集（下冊）[C];2005年

9 楊彥從;彭瑞東;;基于分形維數(shù)的圖像分析方法研究[A];中國儀器儀表學會第九屆青年學術(shù)會議論文集[C];2007年

10 王宏飛;孫偉;陳華礎(chǔ);;一種紅外圖像的形態(tài)學分形維數(shù)估計算法[A];2006年全國光電技術(shù)學術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

相關(guān)博士學位論文 前3條

1 張運祥;分形理論及圖像分形維數(shù)實時計算的研究[D];第一軍醫(yī)大學;2001年

2 馮晨;基于分形維數(shù)的中國海常見浮游植物細胞圖像特征提取[D];中國海洋大學;2007年

3 吳曉璇;基于分形維數(shù)的選擇性聚類融合算法研究[D];合肥工業(yè)大學;2015年

相關(guān)碩士學位論文 前10條

1 王亮;破碎材料線體分形維數(shù)關(guān)系實驗研究[D];沈陽理工大學;2015年

2 白東東;基于局部分形的林火圖像分割算法研究[D];黑龍江大學;2015年

3 高小慶;基于MATLAB的定量金相工具箱開發(fā)[D];湘潭大學;2015年

4 王云奇;基于分形維數(shù)的光學子孔徑邊緣提取算法研究[D];北京理工大學;2016年

5 高國明;地震波和圖像的分形維數(shù)及震源識別研究[D];廣西師范大學;2013年

6 閆小龍;分形維數(shù)分析及其在地震剖面圖像分割中的應(yīng)用[D];南京理工大學;2004年

7 姚丹紅;基于分形維數(shù)的計算機生成圖像檢測技術(shù)研究[D];上海交通大學;2009年

8 張曉燕;基于分形維數(shù)的眼睛檢測算法研究[D];南京理工大學;2009年

9 朱凱;分形維數(shù)在皮革分類中的應(yīng)用研究[D];四川師范大學;2010年

10 姚宇飛;基于分形維數(shù)的葉片識別方法研究[D];北京林業(yè)大學;2011年

，

本文編號：2299889