效，并与指导老师进行交流，对自己在本次课题中存在的些问题认真听取老师的更多建议和意见，形成个完整的研究论文体系。整理自己的所有研究成果，准备最终答辩。参考文献赵健，雷蕾，蒲小勤分形理论及其在信号处理中的应用北京清华大学出版社，年李水根分形北京高等教育出版社，年，二〇〇年六月七日星期李宏贵，李兴国，李国祯，罗正发基于分形特征的红外图像识别方法红外与激光工程年月，马雪洁，魏学业分形滤波及其在铁路信号中的应用交通运输工程学报起走过的日子，我感觉充实又快乐。感谢实验室里和我起挥汗如雨的哥们，无论我身在何方，我都会记得曾经起并肩作战的你们。感学西安邮电大学，在这四年里，所经历的切，无论我走到哪里，这里都会是我生命中不可或缺的回忆。最后，再次感谢大家。二〇〇年六月七日星期二〇〇年六月七日星期西安邮电学院毕业设计论文题目基于多重分形理论的图像分割院系自动化学院专业自动化班级自动班学生姓名导师姓名职称讲师起止时间年月日至年月日二〇〇年六月七日星期毕业设计论文诚信声明书本人声明本人所提交的毕业论文自动控制原理实验仿真实验系统设计是本人在指导教师指导下独立研究写作的成果，论文中所引用他人的文献数据图件资料均已明确标注对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式注明并表示感谢。本人完全清楚本声明的法律后果，申请学位论文和资料若有不实之处，本人愿承担相应的法律责任。论文作者签名时间年月日指导教师签名时间年月日二〇〇年六月七日星期西安邮电学院毕业设计论文任务书学生姓名指导教师职称讲师院系自动化学院专业自动化题目基于多重分形理论的图像分割任务与要求掌握多重分形理论及其基本思想采用多重分形理论进行图像分割学习并利用语言进行信号处理撰写内容详实的毕业设计论文。开始日期年月日完成日期年月日院长签字年月日二〇〇年六月七日星期西安邮电学院毕业设计论文工作计划年月日学生姓名指导教师职称讲师院系自动化学院专业自动化题目基于多重分形理论的图像分割工作进程月日月日按照要求，查找文献，撰写并提交开题报告月日月日学习分形理论及图像分割基本方法月日月日采用多重分形进行图像分割月日月日利用实现分割算法月日月日毕业论文的准备于撰写月日月日准备答辩起止时间工作内容二〇〇年六月七日星期主要参考书目资料赵健分形原理及其在信号控制中的应用北京清华大学出版社赵健基于多重分形分析的图像分析西安西北工业大把图像进行区别分类就是图像识别。国内的分形研究已经取得了定的研究成果，但在多重分形的理论研究以及应用方面还有所欠缺，还需要更多的学者付诸于更多的努力，希望更多的学者加入到分形的研究团队中来，共同推动国内分形研究的发展。本课题重点研究的关键问题解决的思路及实现预期目标的可行性分析二〇〇年六月七日星期图像分割是图像分析理解和模式识别的基础，是图像处理的个极其重要环节，在实际生活中已得到了广泛的应用。由于图像自身存在许多不确定性和不精确，人们发现模糊理论对于图像的这种不确定性有很好的描述能力，同时图像分割题恰好是将图像的像素进行分类的问题。分形理论是门新兴的横断学科，它给自然科学社会科学工程技术文学艺术等极广泛的学科领域，提供了般的科学方法和思考方式。它不仅指研究对象的空间几何形态，而是般地指其拓扑维数几何维数小于其测量维数的点集，如事件点的分布，能量点的分布，时间点的分布，过程点的分布，甚至可能是意识点思维点的分布，它能够对分形结构进行比较全面有效地描述，从而揭示出其本质特性。分形维数的概念最早是由在年引入到图像处理中来的，这引入给图像处理技术带来了质的发展。学者可以利用分形的方法得到图像的各种不同特征参数，并且利用几种分形特征参数来描述区分不同的目标物体，进而以此来提高图像处理的时效。分形作为自然景物的描述模型，分形维数作为图像图形的形态特征参数，已运用于图像分析，模式识别等各个方面。这切都说明，分形图像处理技术是分形理论与图像处理技术结合的产物。但是多重分形理论在图像处理中的应用还处于初级阶段，特别是在国内，有重大突破的研究成果相对较少，有许多理论和应用问题亟待解决。完成本课题的工作方案查找相关资料，大量阅读图形分割相关知识的文献，对本课题有更深度的了解，掌握在分形基础上图像分割技术中存在的问题和难点，总结课题的研究内容，并对研究方法进行层次分类，分析各类方法的特点，为新方法的提出奠定定基础，形成个解决本课题的完整思路体系。在掌握了当前评价方法的前提下，方面从局部入手，逐个分析分形理论算法分割图像区域与标准参考图像区域的关系，从细节上评价分割图像的质量方面从全学出版社周伯清电子信息专业英语北京科学出版社李水根等分形北京高等教育出版社刘代俊分形在化学工业中的应用北京北京工业出版社计算机每周至少见面次无主要参考书目资料主要仪器设备及材料论文设计过程中教师的指导安排对计划的说明二〇〇年六月七日星期西安邮电学院毕业设计论文开题报告自动化学院自动化专业级班课题名称基于多重分形理论的图像分割学生姓名学号指导教师报告日期二〇〇年六月七日星期二〇〇年六月七日星期本课题所涉及的问题及应用现状综述涉及问题多重分形是非线性科学研究中十分活跃的个新分支，它作为分形几何领域的个主要发展方向，现在已被广泛应用于各个学科领域。特别是它在图像处理方面潜在的理论和应用价值，使得多重分形理论在图像处理中的应用成为许多科学工作者的研究课题。多重分形是描述信号奇异性结构的有效数学工具，它尤其适合于些难以建模的不规则图像的处理和分析。它从全局来描述奇异几率分布的形式，或者说它是用个谱函数来描述分形体不同层次的生长特征，从系统的局部出发来研究其最终的整体特征。图像分割是许多图像和视频及计算机视觉等领域的重要处理技术。目前已提出众多分割算法，但评估算法是否优于其它算法是个困难问题，常需反复试验。图像分割作为图像技术领域的个经典难题，自上世纪七十年代以来吸引了众多研究人员的研究热情并为之付出了巨大努力，提出了很多图像分割算法。这些分割算法分割性能的优劣，是用相关图像分割质量测度来进行评价的。但由于对算法分割是否成功的客观判定标准至今未得到解决，因此图像分割算法分割质量得评价成为项颇具研究意义的课题在图像处理领域，分形理论已经相继有了大量的应用报道。特别是用分形维数来刻画图像纹理的作法己经非常流行。世纪年代以来，分形渗透到了图像处理等信息科学的各个分支，分形维数也逐渐成为分形图像处理技术中的种重要的度量工具。利用分形的分析方法，人们可以采用各种不同的特征参数，包括分形特征和非分形特征参数，来分析图像的特征。例如从遥感图像中分类出各种农作物森林资源矿产资源等等，并进步判断其产量或蕴藏量根据医学光图像断层分析各种病变邮政系统中的信函自动分拣等等。因此，可以认为其最终目的是改善给定的图像质量，解决实际图像由于噪声干扰而导致的图像质量下降问题。通过去噪技术可以有效地提高图像质量，增大信噪比，更好地体现原来图像所携带的信息，作为种重要的预处理手段为后续的数字图像处理奠定良好的基础。图像滤波有多重方法，其中包括线性滤波方法和非线性滤波方法。线性滤波方法的最大优点是算法简单且速度较快，缺点是容易造成边缘模糊非线性滤波方法能够很好的保存信号的细节。具体方法有领域均值滤波法，加权平均滤波法，中治疗吧法等。这里主要介绍基于多重分形的图像去噪方法。多重分形的主要困难之是对有限长离散数据的多重分形谱估计。个有效二〇〇年六月七日星期的算法是集合小波分析的多重分形方法，去除不需要的不规则性噪声，保留有用的奇异性目标，使去除噪声后大多数点在平滑区域。利用指数提供的所分析图像的局部信息，而多重分形谱则提供的是所分析图像的全局信息，不同信息的奇异性不同，其的分布规律也不同。和的分布也有定规律。我们只需要调整的值，使得所有的尽量接近于个值，这样也就是使得无规律的非奇异点在调整后与周围起点融合，好像被兼并样。换句话说，谱的相对强度没有变化即可实现图像的去噪。具体算法如下对图像经过具有规则性的正交小波变换分解，小波系数为，其中为小波的变换尺度，而表示该小波系数的位置。调整的值，使得接近于。变换后的记为，变换因子记为，则。根据小波系数的性质可知，当时，。所以，由二位维局域分析理论，可知指数从变成最简单的方法是乘以。即令，根据的变化调整小波系数，从而将调整到。计算值，这里采用估计法来计算。实际就是通过手工设定的值，再将其进行计算，得出恢复图像，用视觉进行判别是否合适。通过对多幅图像的实际测试，选取个合适的，为原始数据已知，这样就能计算出。根据计算出调整后的小波系数，将该系数进行饭变化，即可得到恢复图像。二〇〇年六月七日星期从图中可以看出，中值滤波后的飞机图像虽然其斑点消除了，但是同时边缘也模糊了，这是因为这种方法将图像中的所有数据都进行了中值滤波领域均值滤波法可以消除图像上的大部分噪声，但是还有少部分存在，滤波后的图像平面不够平滑，而且图像亮度也大大降低了。，在上步中计算出了的奇异性指数，可以算出的最大值和最小值，即和。将划分成个区域。每个区域用表示，可得到。对于每个，计算该区域的中心点值，用该值代替区域中其他点的值，然后求出。计算出值之后，接下来就是提取能够充分反映图像边缘信息的值。上述多重分形提取图像边缘的方法还只是种通用方法，只要能够计算出每个像素点的奇异性指数就可以提取出图像的边缘。在该方法中提到的四种测度，到底用哪个要视情况而定。二〇〇年六月七日星期基于多重分形的图像分割在完成图像的预处理后，接下来我们仍然采用边缘检测分割法进行图像处理。边缘检测分割法是通过检测出不同区域边界来进行分割的。边缘总是以强度突变的形式出现，可以定义为图像局部特性的不连续性，如灰度的突变，