1 杭州电子科技大学 自动化学院，浙江 杭州 310018
2 中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033
为提高红外图像弱小目标检测的准确率和实时性，在分析用于红外图像增强的分形参数K相关的多尺度分形特征(MFFK)基础上，提出了一种基于改进多尺度分形特征(IMFFK)的红外图像弱小目 标检测算法。首先，将基于地毯覆盖法的分形维数计算公式代入MFFK计算公式，提出了一种改进多尺度分形特征(IMFFK)用于图像增强。其次，对IMFFK特征计算进行简化，采用自适应阈值分割得到 感兴趣目标区域，提出了一种具有较高计算效率的红外图像弱小目标检测算法。最后，通过仿真图像分析了主要参数对图像增强和算法耗时的影响，采用红外真实图像进行了算法检测性能测试，并 与当前基于局部对比度测度的目标检测算法进行了对比。实验结果表明，提出的算法虽然在一些检测场景具有较多虚警，但能同时适用于弱小目标和较大目标检测，且无论目标为亮目标或暗目标。 提出算法对于低分辨率红外图像(320×240)检测接近30 frame/s。提出算法具有较强的适用性，能够检测出红外图像中具有较高局部对比度的目标。
红外图像 弱小目标检测 多尺度分形特征 图像增强 infrared image dim-small target detection multiscale fractal feature image enhancement
上海海事大学物流科学与工程研究院,上海 201306
颗粒物是港口地区的主要污染物之一,利用多重分形理论分析港口地区PM2.5和PM10浓度的多重分形特征。首先,运用多重分形消除趋势 波动分析方法(Multifractal detrended fluctuation analysis, MF-DFA)分析PM2.5和PM10自身的 多重分形特征,结果显示PM2.5和PM10浓度的演化过程表现出非线性、复杂性的 多重分形特征,且PM10浓度的多重分形特征较PM2.5强。其次,利用多重分形消除趋势交叉波动分析方法 (Multifractal detrended cross-correlation analysis, MF-DCCA)研究港口 地区PM2.5和PM10的交叉相关性,结果表明两者之间不仅存在具有长期记忆性的多重分形特征,而且其互相关性多重分形特征具 有明显的季节变化特征。港口地区PM2.5和PM10的多重分形特征在春季最强,夏季次之, 秋季最弱。这些结论对港口地区PM2.5和PM10的联合控制具有一定的参考价值。
多重分形特征 多重分形理论 颗粒物 季节变化 香港港口 multifractal characteristics multifractal theory particulate matter seasonal variation Hongkong port 大气与环境光学学报
2019, 14(3): 179
1 杭州电子科技大学通信信息传输与融合技术国防重点学科实验室, 杭州 310018
2 中国科学院长春光学精密机械与物理研究所, 长春 130033
为充分利用红外图像的目标指示信息, 本文提出了一种基于分形特征和导引滤波的可见光与红外图像融合算法。该算法首先采用分形特征对红外图像中的人造目标进行增强, 通过阈值分割得到目标分布图。待融合图像经过一层分解得到近似图像和细节图像, 基于目标分布图利用导引滤波分别得到可见光与红外近似图像与细节图像的融合系数。实验结果表明, 融合后图像充分结合了可见光图像的背景信息与红外图像中的目标信息, 有利于后续的目标识别任务。
图像融合 分形特征 导引滤波 目标分布图 image fusion fractal feature guided filtering object distribution picture
1 电子科技大学 电子工程学院,成都 610054
2 中国科学院光电技术研究所,成都 610209
针对多目标的检测,本文提出一种采用多源图像分形特征的特征级融合检测方法。首先对多目标检测的特点进行了分析,对分形理论进行了介绍,然后详细介绍了该融合检测算法的思路和原理。该算法首先由红外图像阈值分割出部分目标;然后利用分维数图的统计特征可以增强分形维数的奇异性,在可见光图像的分维数图中搜索与已检测出的目标区域具有相近分形统计特征的区域,进行标记;再根据“距离相似度准则”进行目标的聚类识别,排除背景干扰,最终检测出全部目标。实验结果表明该融合检测算法能有效地进行多目标的检测与识别。
多目标检测 图像融合 分形特征 统计特征 multi-target detection image fusion fractal feature statistical feature
1 海军大连舰艇学院航海系， 辽宁 大连 116018
2 海军92493部队， 辽宁 葫芦岛 125001
3 海军大连舰艇学院信息与通信工程系， 辽宁 大连 116018
针对舰船目标和海杂波轮廓结构的不同，提出了基于边缘链码高阶分形特征的舰船目标检测算法，算法利用相对链码对5类舰船目标轮廓进行编码，分别计算分形维和缝隙，得到了舰船目标的4个分形特征的范围。实验结果表明边缘链码的4个分形特征能有效区分舰船目标和海杂波。
链码 高阶分形特征 缝隙 目标检测 chain code high-order fractal feature lacunarity target detection
海军大连舰艇学院 信息与通信工程系，辽宁 大连 116018
红外烟幕是防御红外成像制导**的一种重要的对抗手段，其对待保护目标的遮蔽程度直接影响制导**的作战性能。本文用盒子维来评估红外烟幕对舰船目标的遮蔽程度，探讨了差分盒维数计算中涉及的关键问题，包括线性尺度区间、盒子数的统计等，给出了精确、有效的盒子维计算方法，最后采用新方法计算受干扰舰船目标图像区域不同时刻的分维数，实现红外烟幕对舰船目标遮蔽程度的有效评估。
分形特征 差分盒计数 红外烟幕 评估 fractal feature differential box counting infrared smoke screen evaluation
电子工程学院 安徽省红外与低温等离子体重点实验室，合肥 230037
综合应用多传感器图像灰度分布特征和分形维数特征进行目标检测、应用动态边缘演化提取目标轮廓，有效解决了复杂场景多目标分割的难题。首先根据图像的内在属性应用指定直方图进行图像增强，随后分别对可见光图像应用分形维数特征、对红外图像应用最大熵法、对激光雷达图像应用局部阈值法进行兴趣区域提取；再将各传感器图像获得的兴趣区域进行交叉验证，进一步排除背景干扰；最后把经过综合处理的目标轮廓估计作为初始生长曲线应用动态边缘演化技术最终确定目标边缘。对大量的复杂场景多传感器图像测试表明，本文提出的方法较好地保留了目标的形状特征，是一种有效的多目标分割技术。
多传感器 多目标分割 分形特征 动态边缘演化 复杂场景 multi-sensor multi-target segmentation fractal feature active contour evolution complex scenes
1 海军大连舰艇学院航海系，辽宁 大连 116018
2 海军大连舰艇学院信息与通信工程系，辽宁 大连 116018
针对复杂海面环境下的舰船目标检测，分析了高阶分形特征缝隙在纹理分类中的应用，提出了一种基于分形维与缝隙的目标检测新方法，并利用该方法对海面舰船目标进行了检测。实验结果表明利用纹理分形维与缝隙特征进行海面舰船目标检测，可以取得较单一分形维检测更高的准确率。
纹理 高阶分形特征 缝隙 目标检测 texture high-order fractal feature lacunarity target detection
四川大学 电子信息学院 图像信息研究所,成都 610064
本文提出一种方向梯度能量分形特征提取方法用于目标的特征描述。该方法中,提出了方向梯度能量、方向梯度总能量、总方向梯度能量、方向梯度能量分形特征、复数分形特征等的概念和算法,分析并得出了方向梯度能量分形特征的性质,提取了二维目标的分形特征用于SAR图像目标检测。理论分析和实验结果表明,采用这种方法能够有效地检测不同形状和不同尺寸的目标。同时,这种方法还具有编程简单、运算速度快等优点。
合成孔径雷达 特征提取 目标检测 目标识别 分形特征描述 SAR imaging feature extraction object detection object recognition fractal feature representation
中国科学院安徽光学精密机械研究所,大气光学研究室,安徽,合肥,230031
利用数值方法研究了不同起伏条件下准直激光束在湍流大气中的传播,分析了光斑的分形维数以及相位不连续点数目的统计特征.结果表明:随着起伏条件的增大,光斑的分形维数以及相位不连续点数目增大;光斑的分形维数与锐度(描述光斑质量的参量)有一定的关系,但相位不连续点数目与光斑质量不存在确定的关系.在特定的计算条件下,分形维数一直随起伏条件的增大而增大,没有出现类似于闪烁饱和的现象.在一定的起伏条件下,相位不连续点数目具有一定的统计分布,而不是一个确定的值,并且具有相当的发散性.
光斑质量 光传播 大气湍流 分形特征 相位不连续性 beam pattern light propagation atmospheric turbulence fractal structure phase branch point.
