图像分形维数计算方法的比较①-计算机系统应用.pdf

计 算 机 系 统 应 用 2010 年 第 20 卷 第 3 期 图像分形维数计算方法的比较① 1,2 3 1 赵海英 ，杨光俊 ，徐正光 1(北京科技大学 信息工程学院，北京 100083) 2(新疆师范大学 数理信息学院，乌鲁木齐 830054) 3(云南大学，昆明 650091) 摘 要：分形维数是度量图像纹理粗糙度的一种常用方法，而依据分形维数的定义很难求解图像的分形维数。 大量计算图像分形维数的算法被提出，但是这些方法往往基于不同的应用背景，没有总体比较和评价，多局限 于差分盒子维的选用和改进，算法普遍存在计算误差较大，适应能力模糊的缺点。基于目前常用图像分形维数 的计算方法，测试不同方法对图像粗糙度的敏感程度和时间复杂程度。从而对这些方法的适用范围进行分析和 比较，给出应用的推荐模型。 关键词：分形维数(分数维) ；盒子维(数盒子) ；敏感性；纹理粗糙度 Comparison of Calculation Methods-Based Image Fractal Dimension 1,2 3 1 ZHAO Hai-Ying , YANG Guang-Jun , XU Zheng-Guang 1(School of Information Engineering, University of Science and Technology Beijing, Beijing 100190, China) 2(College of Math-physics and Information Sciences; Xinjiang Normal University, Urumqi 830054, China) 3(Yunnan University, Kunming 650091, China) Abstract: Fractal dimension is a commonly used method to measure texture coarseness. However, the definition of fractal dimension is very difficult to resolve. Many fractal dimension algorithms of image are proposed based on different application backgrounds. But they lack comparison and evaluation of the overall and are only limited to the selection of the box-counting dimension method. This paper makes a testing among these methods in sensitivity and time complexity for texture coarseness of image. Through a comparison and analysis to applicability of these methods, the recommended models are given at last. Keywords: fractal dimension(FD); box counting dimension (Counting box); sensitivity; texture coarseness 纹理粗糙度是图像的重要视觉特征，对图像的分 难求图像的分形维数，为此，大量图像分形维数的计 析、识别和解释有着重要的意义。人们在纹理分析方 算方法被提出，目前在各种学科领域中应用比较多的 面作了大量的研究工作，提出了许多纹理粗糙度的测 方法是：基于灰度差值法[2] 、基于分形布朗运动自相