欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
传统鲁棒差分盒计数法（ RDBC）已成功用于高斯噪声图像的分形维估计，但由于对椒盐噪声较敏感，因此不再适用于椒盐噪声图像的分形维估计和图像分类。本文提出一种基于中值绝对偏差（MAD）的分形维数计算方法（MAD-DBC）。该方法利用MAD进行差分盒计数，对椒盐噪声具有很好的鲁棒性特点。实验结果表明，利用小波多分辨率的DBC、RD-BC和MAD-DBC对椒盐噪声的16种Brodatz纹理图像进行分类，MAD-DBC具有更高的识别率和更好的噪声鲁棒性。
英文摘要：
The traditional robust differential box-counting method （ RDBC） has been successfully used for calculating fractal di-mension of an image degraded by Gaussian noise .However , it is not suitable for estimating fractal dimension of salt ＆ pepper noisy images and classifying those images .This paper presents a MAD-based method （ MAD-DBC） for calculating fractal dimen-sion of an image .The method uses MAD for differential box-counting , which is robust against salt＆pepper noises .Classification experiments on Brodatz texture images show that , compared with DBC and RDBC , the MAD-DBC achieves higher classification rate and better noise robustness .
同期刊论文项目
同项目期刊论文
期刊信息
位置：