CN109947394A - 一种基于三角形覆盖的图像二维分形维数计算方法 - Google Patents
一种基于三角形覆盖的图像二维分形维数计算方法 Download PDFInfo
- Publication number
- CN109947394A CN109947394A CN201910180449.3A CN201910180449A CN109947394A CN 109947394 A CN109947394 A CN 109947394A CN 201910180449 A CN201910180449 A CN 201910180449A CN 109947394 A CN109947394 A CN 109947394A
- Authority
- CN
- China
- Prior art keywords
- image
- dimension
- module
- covering
- triangular
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 10
- 238000000034 method Methods 0.000 abstract description 21
- 238000005259 measurement Methods 0.000 abstract description 3
- 238000005253 cladding Methods 0.000 description 2
- 101100379079 Emericella variicolor andA gene Proteins 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于三角形覆盖的图像二维分形维数计算方法,该方法用三角形模块对边长为2的整数次幂的正方形图像进行覆盖,计算其二维分形维数。本发明证明了三角形模块覆盖形式能够充分并精确地包含图像的细节信息,三角形模块覆盖形式计算出的图像维数相较常用的正方形模块覆盖形式计算出的图像维数更接近图像的理论hasudorff维数。因此三角形模块覆盖形式可以使得图像的分维分析更加准确。
Description
技术领域
本发明属于图像识别技术领域,具体涉及一种基于三角形覆盖的图像二维分形维数的计算方法,适用于以图像的分形维数作为特征值的图像识别研究。
背景技术
盒子法是一种经典的二维分形维数计算方法,它的特征是在空间域内用不同边长R的正方形模块覆盖边长为2的整数次幂的二维正方形图像,得到一系列不同尺度R下的测度N,将这一系列尺度R与测度N带入相关公式中进行运算,即可得出图像的二维分形维数,从而实现对图像二维分形特性-分形维数的计算。
常用的盒维法计算图像分形维数时,一般以正方形模块的形式覆盖图像。使用正方形模块使分形维数计算简便,但是该方法容易形成过度覆盖,使得图像目标区域的轮廓占据的正方形模块区域不够充分。
发明内容
为了解决上述技术问题,本发明提供了一种基于三角形覆盖的图像二维分形维数的计算方法。
本发明所采用的技术方案是:一种基于三角形覆盖的图像二维分形维数计算方法,其特征在于:用三角形模块代替正方形模块对边长为2的整数次幂的正方形图像进行覆盖,并计算其二维分形维数。
本发明提供的三角形模块覆盖形式可以充分并精确地包含图像的细节信息,使得图像的分维分析更加准确。
附图说明
图1为本发明实施例的基于三角形覆盖的结构示意图,其中(a)、(b)、(c)、 (d)分别表示的为模块1、2、3、4,模块1是边长为2的整数次幂正方形模块右上方处的一个三角模块,占正方形模块面积的1/4。将模块1分别顺时针旋转 90°,180°与270°即可得模块2、3与4。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合附图及实施例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
针对盒子法中用正方形模块覆盖边长为2的整数次幂图像时可能存在过度覆盖的问题,本发明提出了一个技术方案是:用三角形模块(▲)代替正方形模块对边长为2的整数次幂的正方形图像进行覆盖,并计算其二维分形维数。
请见图1,本发明提供的一种基于三角形覆盖的图像二维分形维数计算方法,具体实现包括以下步骤:
步骤1:在一幅大小为M*M的图像中,可将任意一个边长为r的正方形模块分成4个尺寸相同方向不同的三角形模块,如图1(a)所示,包含“1”的阴影区域即为覆盖图像的三角形模块,其中h为三角形模块的高度,h等于r/2。
步骤2:使用这四种三角形模块对图像进行覆盖,若图像中模块阴影(包含 1值)的三角形区域内灰度值存在不为0的像素点,则计为1个模块,统计四种模块的高度h与覆盖整幅图像所需的模块数即测度Nh;
步骤3:改变四个三角形模块的高h(h为2的整数次幂实数,取值范围为2 至M/2),重复步骤2,获得一组不同尺度h下的测度Nh,对1/h和Nh取对数得到log(1/h)和log(Nh);
步骤4:计算基于三角形二维盒维数D;
以下对三角形覆盖的二维分形维数计算方法的有效性进行证明。
豪斯多夫测度的定义:U为n维欧式几何空间的Rn非空子集,U的直径定义为:
式(1)中x与y分别为U集合内的任意两点,sup为上确界(supremum) 的缩写。因此,|U|即U集合内任意两点间距离的最大值。
如果{Ui}为有限个直径不超过δ的集构成的覆盖A(在n维欧式空间Rn) 的集类,即:
且对任意的i值有0<|Ui|≤δ,则称n维欧氏空间Rn的{Ui}是A的一个δ-覆盖。
Hausdorff测度定义如下:假设s为非负数,对任意集合A为Rn中的任意子集,δ>0,令
式(3)中inf为下确界(infimum)的缩写。表示对A中所有的δ-覆盖取下确界。考察所有直径不超过δ时A的覆盖,并使这些直径的s次幂的和达到最小值,注式(3)中单调非减,且当δ→0时趋于一个极限值,记为。
对于任意Rn中的子集A这个极限都存在。称Hs(A)为A的s-维Hausdorff测度。此外,E、F为Rn中δ覆盖的任意子集,若E、F间的距离d(E,F)>δ(E、 F为Rn的子集),它隐含则在E∪F的δ覆盖中没有一个集合能同时与E和F相交,故即有
Hs(E∪F)=Hs(E)+Hs(F) (5)
用▲和两种方式对集合A进行覆盖后:
(1)▲覆盖集合A的结果集合记为B,且
(2)覆盖集合A的结果集合记为C,且
(3)由于▲覆盖集合所占面积小于覆盖方式,可得
由于集合所以,集合B可以表示为B=A∪Δ1,且A∩Δ1=φ,其中,Δ1为▲覆盖集合A时过度覆盖的集合;集合C可表示为C=B∪Δ2,其中,Δ2为覆盖集合B时过度覆盖的集合。即C=A∪Δ1∪Δ2,且B∩Δ2=φ, A∩Δ1∩Δ2=φ。
所以,用▲覆盖集合A可以表示为:
B=A∪Δ1 (6)
根据式(5)可得:
即
同理,用覆盖集合A可以表示为:
C=B∪Δ2=A∪Δ1∪Δ2 (9)
根据式(5)可得:
即:
由于集合A的Hasudorff测度记其Hasudorff维数为Df。同理可得:集合Δ1的Hasudorff测度记其维数为ΔD1;集合Δ2的Hasudorff测度记其维数为ΔD2。
根据上述推导,可以得出:▲覆盖法计算出集合A的维数Dt=Df+ΔD1;覆盖法计算出集合A的维数。Ds=Df+ΔD1+ΔD2因为维数D≥0,所以, Df<Dt≤Ds。
由此可以证明:▲方法计算A的维数Dt出更接近A的理论hasudorff维数。
故,当分别使用三角形模块(▲)和正方形模块对二维图像进行覆盖时(假设,是由4个▲组成)可推导出以下计算定理:假设集合A∈U,用▲和分别对A进行覆盖,可分别计算出集合A的分形维数Dt和Ds,▲方法计算的A的分形维数Dt相较于方法计算的A的分形维数Ds更接近A的理论Hasudorff维数 Df。
本实施例证明了三角形模块覆盖形式能够充分并精确地包含图像的细节信息,三角形模块覆盖形式计算出的图像维数Dt相较正方形模块覆盖形式计算出的图像维数Ds更接近图像的理论hasudorff维数Df。因此三角形模块覆盖形式可以使得图像的分维分析更加准确。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。
Claims (2)
1.一种基于三角形覆盖的图像二维分形维数计算方法,其特征在于:用三角形模块代替正方形模块对边长为2的整数次幂的正方形图像进行覆盖,并计算其二维分形维数。
2.根据权利要求1所述的基于三角形覆盖的图像二维分形维数计算方法,其特征在于,具体实现包括以下步骤:
步骤1:在一幅大小为M*M的图像中,将任意一个边长为r的正方形模块分成4个尺寸相同方向不同的三角形模块,如图1(a)所示,包含“1”的阴影区域即为覆盖图像的三角形模块,其中h为三角形模块的高度,h等于r/2;
步骤2:使用这四种三角形模块对图像进行覆盖,若图像中模块阴影的三角形区域存在灰度值不为0的像素点,则计为1个模块,统计四种模块的高度h与覆盖整幅图像所需的模块数即测度Nh;
步骤3:改变四种三角形模块的高度h,h为2的整数次幂实数,取值范围为2至M/2;重复步骤2,获得一组不同尺度h下的测度Nh,对1/h和Nh取对数得到log(1/h)和log(Nh);
步骤4:计算基于三角形二维盒维数D;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910180449.3A CN109947394B (zh) | 2019-03-11 | 2019-03-11 | 一种基于三角形覆盖的图像二维分形维数计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910180449.3A CN109947394B (zh) | 2019-03-11 | 2019-03-11 | 一种基于三角形覆盖的图像二维分形维数计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109947394A true CN109947394A (zh) | 2019-06-28 |
CN109947394B CN109947394B (zh) | 2023-03-10 |
Family
ID=67009543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910180449.3A Active CN109947394B (zh) | 2019-03-11 | 2019-03-11 | 一种基于三角形覆盖的图像二维分形维数计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109947394B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110751657A (zh) * | 2019-09-26 | 2020-02-04 | 湖北工业大学 | 一种基于三角形覆盖的图像三维分形维数计算方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101504727A (zh) * | 2008-01-31 | 2009-08-12 | 株式会社东芝 | 图像处理设备及其方法 |
CN103208003A (zh) * | 2013-04-12 | 2013-07-17 | 大连理工大学 | 一种基于几何图形特征点形状描述子的方法 |
US20160321806A1 (en) * | 2013-03-13 | 2016-11-03 | Fdna Inc. | Systems, methods, and computer readable media for using descriptors to identify when a subject is likely to have a dysmorphic feature |
CN108564609A (zh) * | 2018-04-23 | 2018-09-21 | 大连理工大学 | 一种基于盒维数法的计算分形维数的方法 |
-
2019
- 2019-03-11 CN CN201910180449.3A patent/CN109947394B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101504727A (zh) * | 2008-01-31 | 2009-08-12 | 株式会社东芝 | 图像处理设备及其方法 |
US20160321806A1 (en) * | 2013-03-13 | 2016-11-03 | Fdna Inc. | Systems, methods, and computer readable media for using descriptors to identify when a subject is likely to have a dysmorphic feature |
CN103208003A (zh) * | 2013-04-12 | 2013-07-17 | 大连理工大学 | 一种基于几何图形特征点形状描述子的方法 |
CN108564609A (zh) * | 2018-04-23 | 2018-09-21 | 大连理工大学 | 一种基于盒维数法的计算分形维数的方法 |
Non-Patent Citations (3)
Title |
---|
彭瑞东等: "二维数字图像分形维数的计算方法", 《中国矿业大学学报》 * |
李业学等: "粗糙面分形计算理论研究进展", 《数学进展》 * |
王明华: "一类Sierpinski垫的Hausdorff测度", 《数学研究与评论》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110751657A (zh) * | 2019-09-26 | 2020-02-04 | 湖北工业大学 | 一种基于三角形覆盖的图像三维分形维数计算方法 |
CN110751657B (zh) * | 2019-09-26 | 2023-05-02 | 湖北工业大学 | 一种基于三角形覆盖的图像三维分形维数计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109947394B (zh) | 2023-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106485740B (zh) | 一种结合稳定点和特征点的多时相sar图像配准方法 | |
CN105866762B (zh) | 激光雷达自动校准方法及装置 | |
CN103940356B (zh) | 一种基于三维激光扫描技术的建筑物整体变形监测方法 | |
CN104200212B (zh) | 一种基于机载LiDAR数据的建筑物外边界线提取方法 | |
CN105551031B (zh) | 基于fcm和证据理论的多时相遥感影像变化检测方法 | |
CN101303768B (zh) | 圆形标志点在摄像机透视投影变换时圆心偏差的修正方法 | |
CN105184801A (zh) | 一种基于多层次策略的光学与sar影像高精度配准方法 | |
CN102779345B (zh) | 一种基于重心欧氏距离的点云精确配准方法 | |
CN107038717A (zh) | 一种基于立体栅格自动分析3d点云配准误差的方法 | |
CN105184830B (zh) | 一种对称图像对称轴检测定位方法 | |
CN106548462A (zh) | 基于薄板样条插值的非线性sar图像几何校正方法 | |
CN103679714A (zh) | 一种基于梯度互相关的光学和sar图像自动配准方法 | |
CN105427298A (zh) | 基于各向异性梯度尺度空间的遥感图像配准方法 | |
CN103886569A (zh) | 连续帧多特征点无人机侦察图像并行与匹配精度约束的拼接方法 | |
CN103292701A (zh) | 基于机器视觉的精密器件在线尺寸测量方法 | |
CN108389250A (zh) | 基于点云数据快速生成建筑物断面图的方法 | |
CN107316328B (zh) | 一种基于二维激光扫描仪角点特征的闭环检测方法 | |
CN103295239A (zh) | 一种基于平面基准影像的激光点云数据的自动配准方法 | |
CN105184786B (zh) | 一种浮点型三角形特征描述方法 | |
CN102722887A (zh) | 一种图像配准方法及装置 | |
CN104077769A (zh) | 一种图像配准中的误匹配点对剔除算法 | |
CN114004894A (zh) | 基于三个标定板的激光雷达与双目相机空间关系确定方法 | |
CN109947394A (zh) | 一种基于三角形覆盖的图像二维分形维数计算方法 | |
CN103854271A (zh) | 一种平面摄像机标定方法 | |
CN104964669B (zh) | 类柱面文物对象正射影像生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190628 Assignee: Hubei Huasheng Xinxin plate making Co.,Ltd. Assignor: HUBEI University OF TECHNOLOGY Contract record no.: X2023980053043 Denomination of invention: A Method for Calculating the 2D Fractal Dimension of Images Based on Triangle Coverage Granted publication date: 20230310 License type: Common License Record date: 20231220 |
|
EE01 | Entry into force of recordation of patent licensing contract |