分形和多重分形
- 格式:doc
- 大小:3.71 MB
- 文档页数:15
dem多重分形的计算方法
DEM(Digital Elevation Model,数字高程模型)是描述地表地形和地貌的数字化模型。
多重分形理论是一种用于描述和分析具有多尺度特征的复杂系统的方法,可以应用于DEM数据的分析和计算。
下面是一种常用的计算DEM多重分形的方法:
1. 数据预处理:首先,对DEM数据进行预处理,包括数据的插值、平滑和去噪等操作,以确保数据的准确性和可靠性。
2. 分割数据:将DEM数据按照不同的尺度进行分割,可以通过使用不同的窗口大小或滑动窗口的方式来实现。
较大的窗口尺寸适用于较粗的尺度分析,较小的窗口尺寸适用于较细的尺度分析。
3. 计算局部均值:对于每个分割窗口,计算窗口内所有像元的高程值的均值。
这将产生一个局部均值图像。
4. 计算局部方差:对于每个分割窗口,计算窗口内所有像元的高程值的方差。
这将产生一个局部方差图像。
5. 计算分形维度:使用局部均值图像和局部方差图像计算分形维度。
一种常用的计算方法是通过计算局部方差与局部均值的对数之间的线性拟合来得到分
形维度。
6. 分析结果:通过分析分形维度的分布、尺度关系和变化趋势,可以揭示DEM数据的多重分形特征。
需要注意的是,DEM多重分形的计算方法可能因具体的研究目的和需求而有所差异,上述方法仅为一种常见的计算方式。
在实际应用中,还可以使用其他分形分析方法和工具进行DEM数据的多重分形计算和分析。
第三章 分形和多重分形分形和多重分形的概念正在越来越多地被应用到科学的各个领域中,它们在本质上描述了对象的复杂性和自相似性。
分形和多重分形是不依赖于尺度的自相似的一个自然结果。
单一的分形维数不能完全刻画信号的特征,已有例子表明许多视觉差别很大的图象却具有十分相似的分维。
实际上通过计算分形维数无法区分单一分形集和多重分形集。
为了获得对一个分形更详细的描述,需增加能刻画不同分形子集的参数,因此要引入多重分形理论。
在直观上可将多重分形形象地看作是由大量维数不同的单一分形交错叠加而成的。
从几何测度性质的角度,可将多重分形描述为一类具有如下性质的测度μ(或质量分布):对于足够小的正数r ,成立幂律特性αr x B u r ∝))((,并且不同的集对应于不同的a (其中)(x B r 表示某度量空间内以x 为中心,半径为r 的球),在此意义上,多重分形又称为多重分形测度,它揭示了一类形态的复杂性和某种奇异性。
表征多重分形的主要方法是使用多重分形谱)(a f 或广义维数q D 。
多重分形谱)(a f 在对多重分形进行精确的数学刻画的同时,通过)(a f 相对a 的曲线为多重分形提供了自然而形象的直观描述,其中a 确定了奇异性的强度,而)(a f 则描述了分布的稠密程度。
§3.1 分形的基本理论3.1.1 分形理论的基本概念㈠ 分形分形几何学是由Mandelbrot[4]首先提出并发展为系统理论,Mandelbrot 在研究英国海岸线的复杂边界时发现,在不同比例的地图上会测出不同的海岸线长度,这正是欧几里德几何无法解释的。
在研究中,他将测量长度与放大比例(尺度)分别取对数,所对应的二维坐标点存在一种线性关系,此线性关系可用一个定量参数-称分形维数来描述。
由此, Mandelbrot 进一步发展了分形几何理论,可以产生许多分形集图形和曲线,如Mandelbrot 集、Cantor 集、Koch 曲线、Sierpinski 地毯等,还可描述复杂对象的几何特性。
多元时间序列的多重分形-概述说明以及解释1.引言1.1 概述引言部分的概述内容可以包括以下几点:1. 多元时间序列是指包含多个时间序列的数据集合,这种数据结构在许多领域中都有着重要的应用,如金融、气象、医学等领域。
2. 多元时间序列具有不同的特点,包括多维度信息、相关性和协整性等,对其进行分析可以帮助我们深入了解数据背后的规律和趋势。
3. 多重分形是一种用于描述复杂系统自相似性的数学工具,可以帮助我们揭示数据中隐藏的规律和结构,从而更好地预测未来发展趋势。
4. 本文将介绍多元时间序列的多重分形分析方法,探讨其在数据分析和预测中的应用,为读者提供一个全面的了解和认识。
1.2文章结构1.2 文章结构本文主要分为三个部分,分别是引言、正文和结论。
在引言部分,我们将会对多元时间序列和多重分形进行简要介绍,说明本文的研究目的和意义。
在正文部分,我们将会详细介绍多元时间序列的概念和特点,多重分形的基本概念和原理,以及多元时间序列的多重分形分析方法。
通过这些内容的阐述,读者将会对多元时间序列和多重分形有一个全面的了解。
在结论部分,我们将对本文的研究进行总结,探讨多元时间序列的多重分形研究意义,展望未来的研究方向,并得出结论。
通过这一部分的内容,读者将能够更好地理解本文的主要研究内容和结论。
1.3 目的:本文旨在探讨多元时间序列的多重分形特性及其分析方法,通过对多元时间序列和多重分形的基本概念和原理进行介绍,深入探讨多元时间序列的多重分形分析方法。
通过研究多元时间序列的多重分形性质,我们可以更好地理解其内在规律和特点,为解决实际问题提供有力的理论支持。
通过本文的研究,我们可以更好地了解多元时间序列的多重分形特性,探讨其在金融、气象、生态等领域的应用,并为未来相关研究提供参考。
希望通过本文的分析,能够为多元时间序列的多重分形研究提供新的视角和思路,促进相关领域的发展和创新。
2.正文2.1 多元时间序列的概念和特点:多元时间序列是一种包含多个变量随时间变化的数据序列。
分形理论在材料中的应用1 分形理论简介Fractal 一词,源于拉丁文Fractus。
原译为“不规则的”或“破碎的”,但通常把它译为“分形”。
近年来,分形一直是国内外有关学者们的研究热点,它的应用性研究逐渐被渗透至物理、数学、化学、生物、医药、地震、冶金,甚至哲学、音乐与绘画等各个领域。
1. 1 分形理论的提出众所周知,普通的几何对象具有整数维数。
例如:点为零维,线为一维,面为二维,立方体为三维。
然而,自然界中真实的线、面并不总是光滑的,许多物体的形状也是极不规则的,例如连绵起伏的山脉轮廓线、曲折蜿蜒的江河川流、变幻无常的浮云,以及令人眼花缭乱的繁星等等。
同样,这种现象在材料科学中也很普遍,如:高分子的凝聚体结构、材料固体裂纹、电化学沉积等等,这些都是难于用欧氏几何学加以描述的。
对于诸如具有此类几何结构的体系,如何进行定量表征呢? 随着人类对客观世界认识的逐步深入,以及科学技术的不断进步,象传统数学那样把不规则的物体形状加以规则化,然后进行处理的做法已不能再令人满意了。
于是,在七十年代中期,分数维几何学应运而生[1 ] 。
整数与分数维集合的几何测度理论,早在本世纪初已由纯数学家们发展起来。
但谈到分数维几何学的创始人,则首先当推法国数学家曼德尔布罗,他在总结了自然界中的非规整几何图形后[2 ] ,于1975 年第一次提出分形这个概念。
此后,分形在不同学科领域中被广泛地应用起来; 直至1982 年德尔布罗出版了他的专著《The Fractal Geomet ry of Nature》则表明分形理论已初步形成[3 ] 。
1. 2 自相似性分形结构的本质特征是自相似性或自仿射性。
自相似性是指:把考察的对象的一部分沿各个方向以相同比例放大后,其形态与整体相同或相似。
简单地说,就是局部是整体成比例缩小的性质。
形象地说,就是当用不同倍数的照相机拍摄研究对象时,无论放大倍数如何改变,看到的照片都是相似的(统计意义) ,而从相片上也无法断定所用相机的倍数,故又称标度不变性或全息性。
分形几何在信号分析中的评价指标信号分析是指对信号进行解析和评估的过程。
而信号的评价指标则是用来描述信号质量、特性和性能的量化指标。
在信号分析中,分形几何是一种有效的工具,可以用来评价信号的复杂性和自相似性。
本文将介绍分形几何在信号分析中的评价指标。
一、分形维数(Fractal Dimension)分形维数是衡量分形图形自相似性的重要指标。
对于一维信号,可以通过信号在时域上的纹理复杂度来计算分形维数。
对于二维信号,可以通过信号在时频域上的分布来计算分形维数。
二、分形谱(Fractal Spectrum)分形谱是用来表示信号分形特性的频谱分布。
它通过计算信号的小波分形特征,来描述信号在频域上的自相似性和尺度变换特性。
分形谱可以用来确定信号的频率成分和其在不同频率上的分形特性。
三、Hurst指数(Hurst Exponent)Hurst指数是衡量时间序列的长期相关性的指标。
它可以用来描述信号的持续性和随机性。
具有超过0.5的Hurst指数的信号被认为具有长期相关性,而具有小于0.5的Hurst指数的信号则被认为具有反相关性。
四、多重分形谱(Multifractal Spectrum)多重分形谱是用来描述信号在不同尺度上的分形特性的指标。
它可以用来刻画信号的局部分形特性和整体分形特性。
通过计算不同尺度下信号的分形维数,可以得到信号的多重分形谱。
五、Hurts指标(Hurst Indicator)Hurts指标是一种基于分形几何理论的信号评价指标。
它结合了Hurst指数和分形维数的概念,可以用来衡量信号的趋势性和波动性。
Hurts指标越大,表示信号越具有趋势性,而越小则表示信号越具有波动性。
六、相干维数(Correlation Dimension)相干维数是一种用来描述信号时间序列的动力学特性的指标。
它可以用来测量信号的相干性和复杂性。
通过计算信号的相干维数,可以得到信号的自相关性和局部结构的信息。
七、Lyapunov指数(Lyapunov Exponent)Lyapunov指数是用来描述信号时间序列的混沌特性的指标。
曼德勃罗分形
曼德勃罗分形:岩石分形理论将分形几何、物理学和固体力学相结合,从欧氏空间拓展到分形空间考察岩石力学行为的本质特征,通过理论分析、科学实验和计算机模拟,对各种尺度下岩石变形破坏过程中的不规则性、非线性和随机性进行定量描述,建立更为准确、真实的力学概念和力学理论,并用于指导水利工程实践。
分形几何,为法国数学家曼德勃罗创建的研究复杂性科学的新的数学方法,用于描述极其复杂、极不规则的几何形体、结构或功能。
自相似性是分形集的本质特征。
在分形几何中,维数可以是分数,分形维数是描述分形集不规则程度的一种特征量。
常用的分形维数有豪斯道夫维数、盒维数、信息维数等。
分形几何主要包括分形维数的估计与算法、分形集的生成与局部结构、分形插值方法、随机分形和多重分形等内容。
曼德勃罗分形,岩石中裂纹扩展速度取决于岩石晶控尺寸,裂纹扩展步长和裂纹扩展路径的分维或粗糙度,裂纹扩展速度随裂纹扩展路径分维的增加而增大,裂纹局部扩展速度远大于裂纹表观扩展速度,实验测定的裂纹扩展速度明显低于瑞利(Rayleigh) 被速的现象是裂纹分形扩展效应所致。
裂纹分岔是岩石材料断裂的主要形式,各种尺度下岩石裂纹分岔具有音遍自相似性,分维定量表征了裂纹分岔的不规则性,分岔将使材料断裂韧件增大。
分岔角越大,能量耗散越多,因此岩石断裂韧性随裂纹分岔角的增大而提高。
1。
分形理论在城市研究中的应用*叶 俊陈秉钊提 要 本文先介绍分形理论的基础知识:分形、分形维数及其算法。
然后应用该理论探讨城市的形态与功能:城市边界线、网络结构、土地使用、城市形态与增长、城市化空间过程等。
所引述的大量证据表明城市在各个方面具有分形特征。
分形模型适合用来刻画城市的空间过程,从而为规划设计、政策分析提供新方法。
关键词 分形 分形维数 分形城市 分形模型 城市元胞自动机文章编号 1000-3363(2001)04-0038-05 中图分类号 O17 文献标识码 A*本文系国家自然科学基金重点项目(批准号59838290)1分形几何学的概述1975年,著名科学家曼德布罗特(B .B .Mandelbrot )发表了划时代的专著《分形:形态,机遇和维数》,这标志着分形几何学的诞生,该书于1982年再版时易名为《大自然的分形几何学》。
分形几何学起先是相对于传统欧氏几何学的不足而建立的,由此发展起来的分形理论是现代非线性科学研究中的一门新兴数学分支,在众多学科领域里有着广泛的应用。
分形一词即由曼氏于1975年创立。
它的研究对象是不光滑的、不规则的,甚至支离破碎的空间几何形态。
比如分形的典型例子,科赫曲线(Koch Curve )便是以初等数学方法构造的一类处处不可导的连续曲线。
其构造过程如图1:取长度为1的直线段,称为初始元(initiator ),将该线段的中间1/3用一个隆起的等边三角形的另两边替代,得到一条由四个等长直线段构成的折线,称为生成元(generator )。
再将生成元的四个直线段中的每一个,都用一个缩小为1/3的生成元来替代,从而形成一条有次级隆起的折线。
继续这一操作,以至无穷,得到科赫曲线。
显然,每条线的“内部”结构与整体相似(曼德布罗特,1998)。
图1 科赫曲线的构造过程 将一个等边三角形的每条边按上述过程构造,便得到首尾相连的科赫雪花曲线。
可以证明,由雪花曲线围成的面积小于该等边三角形外接圆的面积,且趋于一个极限值,而围成这个有限面积的边界曲线却是无限长。
多重分形谱程序多重分形谱(multifractal spectrum)是一种用于描述分形几何结构的方法。
分形几何是一种利用自相似性原理描述物体或图形的数学模型,具有在各种尺度上都具有相似性的特征。
多重分形谱可以揭示物体或图形在不同尺度上的分形特征,从而更全面地理解其内在结构。
多重分形谱的基本思想是通过计算不同尺度下的分形维数,从而得到一个描述分形结构的谱。
该谱可用于分析各个尺度上的分形特征,如分形维数量化了分形的粗糙程度和纹理的丰富性。
通过分析多重分形谱,可以揭示材料、图像等领域的复杂结构和非线性行为。
多重分形谱的计算步骤如下:1.选择一个合适的分形特征:多重分形谱适用于描述具有不同分形特征的物体,如分形纹理、分形信号等。
2.确定尺度:通过改变分析尺度,可以得到不同粗糙度下的分形特征。
通常使用尺度区间来表示不同的尺度。
3.计算分形维数:选择一个分形维数测量方法,如盒计数法、分形能量法等,计算不同尺度下的分形维数。
4.构建多重分形谱:将得到的分形维数按照尺度进行排序,并绘制成图谱。
多重分形谱通常呈现出一个上升或下降的曲线,反映了分形结构的变化趋势。
多重分形谱广泛应用于物理、材料科学、地质学、图像处理等领域,例如分析复杂材料的纹理特征、识别图像中的纹理类型等。
它不仅可以在定性上描述物体的分形特征,还可以量化分形结构的不同方面,如分形维数的变化范围、分形结构的复杂程度等。
多重分形谱在实际应用中也面临一些挑战和限制。
首先,计算多重分形谱需要大量的数据和计算资源,对于大规模数据和高分辨率图像可能存在计算效率问题。
其次,选择合适的分形维数测量方法对结果的准确性和可靠性有着重要影响,需要根据具体问题选择适合的方法。
总之,多重分形谱是一种重要的分形分析方法,能够揭示物体或图形在不同尺度上的分形特征。
通过分析多重分形谱,我们可以更全面地了解分形结构的内在性质和复杂行为,为材料科学、图像处理等领域的研究提供了一个有力的工具。
现代物理中基于多重分形的科学研究现代物理是一个高度发展的领域,以其严密的理论和强大的实验技术广为人知。
多重分形是近年来在现代物理中被广泛研究的一个新兴领域。
多重分形能够用于描述自然界中许多复杂的现象和系统,如气象、金融、心电图等。
本文将探讨基于多重分形的科学研究在现代物理中的应用。
多重分形理论最早由Benoit Mandelbrot在20世纪中期提出,其主要思想是将分形的概念扩展到自相似结构的多个尺度上,从而描述它们的统计性质。
在传统分形中,分形是指无论缩放尺度如何变化,其形状和结构都保持不变的数学图形。
而在多重分形中,分形性质随着缩放尺度的变化而变化,因此可以更好地描述真实世界中复杂系统的性质。
多重分形理论的应用不仅限于数学领域,还应用于物理学中,如流体力学、物质结构、动力学等领域。
例如,在流体力学中,多重分形应用于描述流体的湍流结构,为湍流流动的表征提供了新的方法。
在物质结构中,多重分形理论应用于描述凝聚态物理中的物质结构,例如凝胶、纳米结构、冰雪晶体等。
多重分形理论还能描述材料的负热膨胀现象和催化剂的催化性质,从而用于解决许多实际问题。
除此之外,多重分形理论还应用于金融市场中。
金融市场是一个非常复杂的系统,而多重分形理论提供了一种新颖的方法来描述财务市场中的复杂性。
多重分形分析可用于预测金融市场的波动性和长期变化趋势,因此得到了许多金融领域的重视和应用。
多重分形的应用不仅限于自然科学和金融领域,它还被广泛应用于生命科学中,如心电图等。
心电图信号包含时间序列和频谱两个方面,频谱分析常用于探索心电图信号的周期和幅度,而时间序列分析则应用多重分形来描述其统计性质。
多重分形分析可用于区分健康和疾病状态下心电信号的不同,因此对于心电图信号的自动检测和诊断具有重要的意义。
总之,多重分形理论在现代物理学中得到广泛应用,其对于描述自然界中的复杂现象和系统提供了一种新的工具和方法。
在将来,人们可以通过更深入的研究,更好地理解和配置我们的生活。
分形理论在期货交易中的应用首创期货杜鹏摘要:本文对近年国内外分形理论在期货研究中应用的新进展作了综述,介绍了分形的概念以及分形理论在期货市场中的应用方法。
提出了当前相关研究中所遇到的问题,及今后分形理论在期货研究中的发展方向。
关键词:分形理论;R/S分析;Hurst指数; 分形维,李雅普诺夫指数;多重分形谱;一、分形与分形市场理论被誉为大自然的几何学的分形(Fractal)理论,是现代数学的一个新分支,它是由美籍法国数学家曼德勃罗(Benoit Mandelbrot)创造出来的。
曼德勃罗是想用此词来描述自然界中传统欧几里得几何学所不能描述的一大类复杂无章的几何对象。
分形体具有一些共同的特征,如自相似性、标度不变性、长期记忆性、分形维以及局部随机性与整体确定性共存。
分形市场理论(FMH)是分形理论在金融市场中的具体应用,对有效市场理论进行了有力的扩展,对有效市场理沦无法解释的实际现象进行了比较好的解释。
分形市场理论认为大多数资本市场价格走势实际上是一个分形时间序列,分形时间序列是以长期记忆过程为特征,具有循环和趋势双重特征。
分形市场理论为我们提供了确定目前价格走势与未来走势的一种方法,从而提高我们的交易效率。
同时其与证券组合理论、资本资产定价研究、套利定价研究、期权定价研究以及金融风险的规避策略等等理论的结合,也为我们应用现有的技术手段重新审视资本市场这个复杂的非线性动力学系统提供了有效的方法。
同时,我们可以应用分形与混沌理论从复杂多变的价格变化结果中找到有序的过程,反过来我们就可以利用这种过程的有序性来分析和预测资本市场复杂多变的结果,并进一步指导投资者的交易过程。
二、分形理论在期货市场中的研究现状分形理论作为一门新兴的边缘学科,发展相当迅速,在各学科领域中得到了广泛的应用并取得了许多重要成果。
近年来,国内外学者对应用分形理论对国内国外期货市场进行了尝试性的研究,并取得了初步的进展。
例如,王军慈,张艳丽(2006)对国内外大豆期货价格时间序列进行分形诊断,得出了国内期货市场效率相对较低的结论;何凌云、郑丰(2005)分析了国际原油价格系统中存在的分形特征,得到了不同时间标度下原油价格的Hurst指数,并得到了长程记忆的非周期循环长度;王铮、梁林芳通过对伦敦黄金市场价格时间序列的分析,得出其Hurst指数和其平均的循环长度;黄光晓、陈国进(2006)通过对1993—2004年伦敦金属交易所(LME)3月铜期货价格的非线性特征分析,得出LME3月铜期货价格的时间序列具有分形特征,其Hurst指数为O.563,具有一个200周左右的非周期性循环。
第三章 分形和多重分形分形和多重分形的概念正在越来越多地被应用到科学的各个领域中,它们在本质上描述了对象的复杂性和自相似性。
分形和多重分形是不依赖于尺度的自相似的一个自然结果。
单一的分形维数不能完全刻画信号的特征,已有例子表明许多视觉差别很大的图象却具有十分相似的分维。
实际上通过计算分形维数无法区分单一分形集和多重分形集。
为了获得对一个分形更详细的描述,需增加能刻画不同分形子集的参数,因此要引入多重分形理论。
在直观上可将多重分形形象地看作是由大量维数不同的单一分形交错叠加而成的。
从几何测度性质的角度,可将多重分形描述为一类具有如下性质的测度μ(或质量分布):对于足够小的正数r ,成立幂律特性αr x B u r ∝))((,并且不同的集对应于不同的a (其中)(x B r 表示某度量空间内以x 为中心,半径为r 的球),在此意义上,多重分形又称为多重分形测度,它揭示了一类形态的复杂性和某种奇异性。
表征多重分形的主要方法是使用多重分形谱)(a f 或广义维数q D 。
多重分形谱)(a f 在对多重分形进行精确的数学刻画的同时,通过)(a f 相对a 的曲线为多重分形提供了自然而形象的直观描述,其中a 确定了奇异性的强度,而)(a f 则描述了分布的稠密程度。
§3.1 分形的基本理论3.1.1 分形理论的基本概念㈠ 分形分形几何学是由Mandelbrot[4]首先提出并发展为系统理论,Mandelbrot 在研究英国海岸线的复杂边界时发现,在不同比例的地图上会测出不同的海岸线长度,这正是欧几里德几何无法解释的。
在研究中,他将测量长度与放大比例(尺度)分别取对数,所对应的二维坐标点存在一种线性关系,此线性关系可用一个定量参数-称分形维数来描述。
由此, Mandelbrot 进一步发展了分形几何理论,可以产生许多分形集图形和曲线,如Mandelbrot 集、Cantor 集、Koch 曲线、Sierpinski 地毯等,还可描述复杂对象的几何特性。
与欧氏几何比较,分形几何主要有以下特点:1) 描述对象虽然很复杂、不规则,但不同尺度上有规则性或相似性。
2) 欧氏几何具有标度,理想的分形具有无限的几何标度,而无特征长度。
3) 欧氏几何描述特征是整数维,而具有分形的复杂曲线,其分维是大于1的非整数,具有分形的表面分维是大于2的非整数。
㈡ 分数布朗运动定义3.1 设H 满足10<<H ,0b 为任意实数,若随机函数满足:()()()⎭⎬⎫⎩⎨⎧-+⎥⎦⎤⎢⎣⎡---⋅+Γ==⎰⎰∞----002121210),(),()21(1),(),0(w s dB s t w s dB s s t H w t B b w B t H H H H H 则称),(w t B H 为分数布朗运动。
其中H 为分形参数,2/1=H 时,),(w t B H 为普通布朗运动,w 为样本空间Ω的样本。
分数布朗运动(FBM)是一种分形模型,可以很好的描述分形信号,它是连续不可导的一种非平稳随机过程,对尺度变化具有相似性。
FBM 的增量是平稳的零均值Gaussian 随机过程。
设)(x B H 为一高斯随机场,对于10<<H ,若满足)()()(y F y x x B x x B P H H H =⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<∆-∆+γ (3.1) 则称)(x B H 为FBR 场(分数布朗随机场)。
其中)(⋅γP 表示概率测度;表示范数;H 为Hurst 分形指数,)(y F 为高斯分布函数。
对(3.1)式取数学期望, 有H H h t y E t B t t B E 22/1||||)2(1|][||])()([|∆==-∆+σπ (3.2) ㈢ 分形参数① 分形维数FD (Fractal Dimension),可由下式通过Hurst 指数得到,也有其它许多估计方法(见下节)FD=D+1-H , H 参数的估计有时域法和频域法,D 是拓扑维,对可求长的光滑曲线D=1;对FBR 表面D=2;FD 是描述分形的主要参数,一般的,当不规则曲线的FD 大于1或纹理表面的FD 大于2时,认为它们具有分形性。
② 增量标准差σ,也由(3.2)式得出。
③ 无标度区),(max min εε,理想分形满足(3.2)式,具有无限标度;对于实际图象,由于量化效应和模型的差异,只有一段尺度空间使(3.1)满足线性关系,称为无标度区。
实际图象越接近理想分形,其无标度区间越大,即min max /εε的值越大。
在此区间,可用线性回归方法估计H 值。
3.1.2 分形维数的估计法分维的估计有许多方法[5],比较实用的从速度和精度考虑,有以下几种:1) 数盒子法: 对于分形曲线,用可变尺度ε 沿曲线度量长度所需)(εN 次,)(εN 是随ε而变的,分维由下式确定:))log())(log((lim 0εεεN D →= 为求)(εN ,在计算时以不同尺寸的网状栅格覆于曲线上,ε为格子大小,然后计算求得与曲线相交的格子数,即)(εN 。
最后利用双对数曲线估计分维值。
同理,对于分形纹理曲面,它被包容在三维空间中,因此用小立方体来代替网状栅格,同样取不同尺寸的立方体覆盖于曲面上,可得到与尺寸ε对应的小立方体总数)(εN ,进而求得分形表面的分维值。
2) 功率谱法: 对图象先作付氏变换成为频谱图,其功率谱为2|)(|w P ,而频率半径为22V U R +=,作出功率谱与频率半径的双对数图,根据线性回归法求取分维值。
3) 地毯覆盖法:设分形表面为),(j i g ,形象的用厚度为ε2的地毯覆盖,则毯的上表面点集为),(j i t ε和下表面),(j i b ε,初始状态为),(),(),(00j i g j i b j i t ==,当厚度 ,3,2,1=ε,变化时,)},(max ,1),(max{),(1),(1n m t j i t j i t Sn m --+=εεεε )},(max ,1),(max{),(1),(1n m b j i b j i b Sn m -∈--=εεε 其中S 为点),(j i 邻域点集,则在尺度ε下,毯的面积∑-=ji j i b j i t A ,2/))],(),(([)(εεεε在近来实际的工程应用中,研究者们针对一些分形维数的定义,也提出了许多关于分形维数计算的方法,如谢和平[30]等人提出的修正盒计数维数、填隙维数、两脚规维数等。
又如在图象处理方面还有Gangepain 等的计网格元法(Reticular Cell Counting )、Keller 等的基于概率的估算法、基于分形布朗运动自相似模型的估计法[6]及Sarkar 等的微分计盒法(Differential BoxCounting,DBC)等。
其中DBC法和基于分形布朗运动自相似模型的估计方法覆盖了图象FD较大的动态范围,但是这两种方法随纹理图象粗糙度的变化反映出的FD估计值的变化趋势是不一样的。
DBC法对粗糙度小的纹理敏感,粗糙度小时其变化更剧烈,而基于分形布朗运动自相似模型的估计方法在粗糙度小时其变化较前者平缓,在高粗糙度的情况下的变化比前者剧烈,因此更好地反映了大FD情况的FD估计差异。
我们的论文工作中,为了在下一章中利用FD进行边缘检测,这里介绍利用基于分形布朗运动自相似模型来估计分维FD的方法。
3.1.3 基于分形布朗运动模型的FD估计法分形几何为图象几何特征的描述开辟了一个新途径。
Pentland[7] 的研究证明,自然界大多数景物表面是空间各向同性的分形,它们的表面映射成的灰度图象是具有分形特性的分形灰度表面;而各向同性的分数布朗随机场模型(FBR)是描述自然景物的有效方法之一,同一图象区域的灰度表面具有统计意义上的自相似性,通过对其FBR模型参数的提取和研究,可以获得图象许多重要的几个参数[7]。
然而,在不同图象区域的交界处,这种分形的一致性将被破坏,在此求出的分形参数H值将会超出其理论取值范围(如用DFBR 描述图象灰度表面,其分形参数H的理论取值范围应为(1<H),正是这些H0<值发生奇异的地方预示了不同区域的交界位置。
因此,通过对H值的计算和分析,可以检测出图象中的边缘[6]。
本节将采用DFBR场模型作为描述图象区域的数学模型,据此定义一种新的分形参数H值的计算方法,分析探讨边缘处H值的奇异性,并将它用于图象边缘的检测实验。
㈠ 图象区域的DFBR 场模型定义3.3 若x 与x ∆取离散值为n 和m ,则称),()(),(m n B n B m n c H H -=为离散分数布朗随机场(即DFBR 场)。
由以上定义可知,分数布朗随机场是非平稳的,而对应的离散增量(即DFBR 场)则具有统计平稳自相似性,即DFBR 场满足:HH H H H m n B n B E n B m n B E |||||})()1({||})()({|⋅-+=-+H H H H H m n B n B E n B m n B E 222||||}|)()1({|}|)()({|⋅-+=-+由上式看出,DFBR 场的一、二阶绝对矩是各向同性的。
DFBR 场模型是描述自然景物自相似性的一种有效模型,其局部统计特性能有效地吻合图象区域的局部统计特性[8]。
因此,用DFBR 场模型作为描述图象区域的数学模型,H 参数能够表征同一图象区域的自相似性(即灰度表面的均匀程度),对应的图象区域灰度表面的分形维数D 可由H 参数获得:H D D T -+=1式中T D 为图象区域的拓扑维数,2=T D 。
㈡ H 参数的定义设图象区域的灰度表面满足DFBR 场模型,),(00y x I 表示图象中),(00y x 处的灰度值,由DFBR 场模型的性质得:{}{}H y x I y x I E y x I y x I E γ∆-=-),(),(),(),(001100式中, 2020)()(y y x x -+-=∆γ;1)()(201201=-+-y y x x若定义2020)()(y y x x -+-=γ|),(),(|)(00y x I y x I I -=∆γ则上式可写成:H I E I E γγ⋅∆=∆)}1({)}({ 1>γ两边取对数得:)log()}1({log )}({log )(γγγI E I E H ∆-∆= (3.3) 由DFBR 场模型的定义及性质知,DFBR 场为平稳过程,满足均值历经性,则有:)}({)(1)(1γγγγγI E I N I ∆=∆>=∆<∑> 式中γN 为到点),(00y x 之间距离为γ的象素点数。
上式可改写为:=)(γH [log∑>--100|),(),(|1γγy x I y x I N log ∑=-100),(),(|1γγy x I y x I N ])log(|γ (3.4)§3.2 多重分形的有关概念及性质3.2.1 概念多重分形[9]研究物理量或其它量在几何支集上的分布。