图形图像细分分形理论及其在视频图压缩与超分辨分析中应用研究

主要研究内容：1.针对分形图形图像特征，建立细分分形的一些基本理论与方法，包括细分分形的存在性条件，细分矩阵序列的分形结构特征，细分分形集分形特征与几何性质刻划，细分分形递推系统的构建与收敛性及与迭代函数系统、L系统的关系, 细分分形设计理论与方法。2. 利用上述理论建立细分分形图像算法，包括建立视频和运动图像的细分分形模型，图像压缩的细分分形递推系统，图像超分辨分析的神经网络细分模型和遗传细分模型。3.研制相应的应用软件。意义为：将细分理论与方法与分形学科相融合，建立起不同于迭代函数系统等的细分分形生成与分析新理论，在方法性能与图像效果品质上有显著优势，使图像压缩和超分辨分析的理论及实现技术更加成熟，为视频与运动图像的压缩、增强、重构、纹理合成及复杂图象处理提供更加高效实用的工具。在图像处理、计算材料，生物医学，信号处理，地质构造分析等领域有良好的应用前景。