MATLAB随机生成大小也是随机的矩形（地形图二）

有一个需求需要要生成地貌一样的随机地形图，首先我通过在固定大小的矩形面板上生成多个大小不一的矩形，然后赋予每个矩形随机的高度，然后再进行滤波得到想要的地形图。
上一篇已经生成了随机的大小的矩形图，那么只需要赋予每个矩形图一定的高度，然后进行滤波。先贴代码。

function im2 = rectangle_depth(im,b,depth1)
%生成一个带有深度的小矩形
%im : 传入的图片
%b;b = [x y w h]从点(x,y)开始绘制一个宽w高h的矩形，对坐标轴数据单元指定值
%depth1:矩形的高度，也就是深度值
im2 = im;
if(b(1) == 0)
    b(1) = 1;
end
if(b(2) == 0)
    b(2) = 1;
end
    for i =  b(1):b(1) + b(3)
        for j =  b(2):b(2) + b(4)
            im2(i,j) = im(i,j) + depth1;
            if(im2(i,j) > 255)
                im2(i,j) = 255;
            end
        end
    end

end

结合上一个随机生成矩形的函数，如下：

function im = draw_rec_depth(im,depth,rec_num)
%生成一个有深度信息的矩形图，里面包含随机个带有深度信息的小矩形
% im:传入的矩形
% depth:矩形的深度值
% im2:返回带有深度的矩形图
 t = 1;
%     ah = 56;
    % x = rand(1)*ah;
    % y = rand(1)*ah;
    % w = rand(1)*(112-x);
    % h = rand(1)*(112-y);
    x = 112 - 112*rand(1,1);
    y = 112 - 112*rand(1,1);
    w = rand(1)*(112-x)-1;
    h = rand(1)*(112-y)-1;
    b =[x y w h];
    % rectangle('Position', b)
    a{t} =b;

    flag =1;
    while flag ==1
    %     x = rand(1)*ah;
    %     y = rand(1)*ah;
    %     w = rand(1)*(112-x);
    %     h = rand(1)*(112-y);
    x = 112 - 112*rand(1,1);
    y = 112 - 112*rand(1,1);
    w = rand(1)*(112-x)-1;
    h = rand(1)*(112-y)-1;
        b =[x y w h];
        num = 0;
         for j = 1:t
              if ~rectint(b,a{j})%交集的面积为0
                  num = num +1;
              end
         end
         if num == t
    %          hold on;
    %          rectangle('Position', b)
            im = rectangle_depth(im,int8(b),depth(t));

            t = t+1;
            a{t} =b;

         end
         if t == rec_num
             break
         end
    end
im=wiener2(im, [5 5]);%3x3自适应维纳滤波
im=medfilt2(im,[6,6]);
im = Butterworth_Filter(im);%巴特沃斯滤波
im=medfilt2(im,[6,6]);
% [msize,nsize] = size(im);
% xx = linspace(0,msize,nsize);
% yy =linspace(0,msize,nsize);
% figure,surf(xx,yy,im)%x2
end

效果图如下

再看看滤波之后

平滑滤波之后
其中还用到了一个巴斯沃特滤波器，详情可以查看这里。
下面是源代码

function I3 = Butterworth_Filter(I1)
f=double(I1);
g=fft2(f);%傅里叶变换
g=fftshift(g);%直流分量移到频谱中心
[M,N]=size(g);%计算图像的高和宽
d0=50;nn=3;%截止频率为50的二阶巴特沃斯低通滤波器
m=round(M/2);n=round(N/2);%数据取整
for i=1:M
    for j=1:N
        d=sqrt((i-m)^2+(j-n)^2);%计算频率平面原点到各点的距离
        h=1/(1+0.414*(d/d0)^(2*nn));%传递公式
        result(i,j)=h*g(i,j);%滤波公式
    end
end
result=ifftshift(result);%直流分量移回到左上角
I2=ifft2(result);%傅里叶反变换
I3=uint8(real(I2));%取幅值并转换成8位无符号整数
end

下面是深度信息多次叠加后的效果，不断叠加的同时进行滤波。



还是挺好看的。当然你如果需要更个性化的地形图，可以的对生成矩形进行正则化啦。
再贴一下主函数的代码，自己mark一下。

clear all
clc
Original_image_dir  =    'E:\学习\深度学习\活体检测\数据集\Captrue_Data\dataset\spoof\rec_filter_spoof\';%原始图片路径
num_round = 80;%矩形的个数范围
depth_round = 150;%深度范围
num_img = 10000;
% 矩形的个数 加2是为了放在下面的depth高度的维度为0，或者1时无法当成矩阵传递参数而depth(t)报索引超出维度 
rec_num = 2 + int8(num_round - num_round*rand(1,4*num_img)); 
for mm = 1:num_img
    im = zeros(112,112);
    for m = 1:4
    depth = uint8(depth_round - depth_round*rand(1,int8(rec_num(1,4*(mm-1)+m))));%矩形的高度
    im = uint8(draw_rec_depth(im,depth,rec_num(1,4*(mm-1)+m)));
    im=wiener2(im, [5 5]);%3x3自适应维纳滤波
    im=medfilt2(im,[6,6]);
    im = Butterworth_Filter(im);
    im=medfilt2(im,[6,6]);
    end 
image_name4=strcat(Original_image_dir,num2str(mm),'.png');
imwrite(im,image_name4,'png'); 
mm
% [msize,nsize] = size(im);
% xx = linspace(0,msize,nsize);
% yy =linspace(0,msize,nsize);
% figure,surf(xx,yy,im)%x2
end