摘要 图像的表面纹理在理解诸如聚集体、木材、谷物、土壤、树木和房屋等物体方面起着至关重要的作用。分形维数 (FD) 有助于通过量化这些对象的复杂纹理图案来表征这些对象。差分盒计数 (DBC) 是一种常用的测量灰度图像 FD 的方法。然而，它受到一些限制。因此，本研究介绍了三种改进的 DBC 方法，它们分别使用基于图像的特征值、峰度和偏度的三个框高度。这些方法还使用了新的 xy 平面移动机制和用于计算 nr 的修改公式。此外，采用加权最小二乘 (WLS) 回归，其中提出了基于梯形隶属函数 (TMF) 的规则来为每个网格大小分配权重。图像表面表现出多重分形性质，因此在实验中也分析并包含了两种多重分形分析方法。所有的实验都是在三个灰度图像数据库上进行的，即合成的分形布朗运动 (FBM) 图像、Brodatz 数据库的自然纹理图像和 Outex 数据库在不同旋转下捕获的图像。实验结果表明，所提出的方法优于一些最先进的方法。



"点击查看英文标题和摘要"