文章修改了大半年,终于接收并上线了。
因为这是实验室第一次尝试用分形的方法做点东西,在修改文章的过程中发现我们对于分形的了解是不足的,所以也走了不少弯路,修改文章补数据的过程其实不亚于重写一篇文章了,不过在这个过程中也确实收获蛮多的。在计算分形维数时,我们这边最开始使用的是一个Matlab的第三方工具箱FracLab(可以参考我之前的一篇文章)做的,这个工具箱用的是Box-counting(也是最为常用的分形维数计算方法)的方法,在编辑的回复意见中有一条是让我们尝试用不同的维数计算方法做一个对比,查阅文献后最终决定采用Sandbox方法,下图是一张Box-counting方法和Sandbox方法的对比[1]:
![e90d379f5857abb37a246e203adeddfc.png](https://img-blog.csdnimg.cn/img_convert/e90d379f5857abb37a246e203adeddfc.png)
不同于Box-counting方法的变换尺度数盒子,Sandbox方法是变化尺度数盒子所包含的像素点数,比较关键的一个问题是如何选取盒子变化过程的中心点,比较能直接想到的便是如上图右边所示的选取图像的中心店作为盒子变化的中心点,但是为了是最后的结果尽量准确,往往不止选择一个中心点,这里我们参考了一个根据图片质心选择作为中心点区域的方法[2],最终我们的算法的实现步骤如下:
- 确定图片的质心,获得质心和离