车牌识别图像处理算法的研究与实现(17)

2021-01-20 22:52

例如描述性方法。通常,把具有下面典型性质的集合F称为分形:

(1)分形集在任意小尺度下总有复杂的细节,或者说它具有精细的结构;

(2)分形集不能用传统的几何语言来描述,它既不是某些条件的点的轨迹,也不是某些简单方程的解集;

(3)分形集具有某种自相似的形式,可能是近似的自相似或者统计的自相似;

(4)一般地来说,分形集的分形维数严格大于它相应的拓扑维数;

(5)在大多数令人感兴趣的情况下,分形集由非常简单的方法定义,可能以变换的迭代产生。

分形维数是分形理论的核心内容之一。维数是几何学的基本概念,是几何形体的基本特征。维数表示一个集合存在于什么基本类型的空间,以及表示它的复杂性。在欧几里得几何空间中,一个几何形体上一点所需要的独立坐标数就是它的维数,在这种意义上,维数是一个整数。分形维数的定义源自于Hausdorff维数的定义。

定义2.1 设(X,d)是一个距离空间,A∈H(X)是非空紧子集,对每个ε>0,令N(A,ε)表示覆盖A所需要的半径为ε的最少闭球数。如果

lnN(A,ε) D=lim (2-1) ε→0 ln(1/ε)

存在,则D称为A的分形维数,并记D=D(A)。

在实际应用中使用定义2.1的形式计算分形维数,有时也不适合。为此,人们提出了许多计算分形维数的简易模型。常用的模型有盒维法、差分盒维[38]、“双毯”法[39]、变分法、基于离散分数布朗增量随机场的方法[40]等等。

2.1.2 基于离散分数布朗增量随机场的分形维数计算方法

1827年,植物学家Brown在研究浮在液面上的微粒极不规则的运动后提出布朗运动。分数布朗运动(Fractional Brownian Motion,缩写为FBM)是布朗运动的推广,由B. B. Mandelbrot和Van Ness提出,是描绘自然界随机分形(例如地形、云彩和水波等)最有用的数学模型之一。

假设一个随机过程X(t)是实变量t的函数,函数增量x=X(t2) X(t1)也是一个随机过程,x与时间差有如下关系:

E[X(t2) X(t1)]∝t2 t122H (2-2)


车牌识别图像处理算法的研究与实现(17).doc 将本文的Word文档下载到电脑 下载失败或者文档不完整,请联系客服人员解决!

下一篇:第五章 植物的呼吸作用

相关阅读
本类排行
× 注册会员免费下载(下载后可以自由复制和排版)

马上注册会员

注:下载文档有可能“只有目录或者内容不全”等情况,请下载之前注意辨别,如果您已付费且无法下载或内容有问题,请联系我们协助你处理。
微信: QQ: