基于盒维数的分形分析与点对距离统计系统

资 源 简 介

本项目基于MATLAB环境开发，旨在对复杂不规则的几何图形、纹理或空间点集进行深度形态学分析。项目主要包含两个核心功能模块：第一，分形维数计算模块，采用经典的盒维数（Box-counting）算法，通过不断改变覆盖网格的尺度（盒子大小），统计覆盖目标图形所需的非空网格数量，并在双对数坐标系下进行线性拟合，从而求解出图像的分形维数，以量化表征目标的自相似特征和空间填充能力；第二，点对距离频率统计模块，该模块针对图像中的特征点（即二值图像中的前景像素），计算所有可能的点对之间的欧氏距离，利用统计学方法分析不同距离数值出现的频次和概率分布。通过结合分形维数与距离频率分布，该项目不仅能宏观描述结构的复杂性，还能微观揭示特征点在空间上的聚集与离散规律，适用于材料科学中的孔隙结构分析、地理信息系统中的城市分布研究以及生物医学图像的纹理特征提取。

详 情 说 明

基于盒维数的分形分析与点对距离频率统计系统

项目简介

本项目是一个基于MATLAB环境开发的形态学分析工具，旨在量化分析复杂几何图形或二值图像的空间特征。系统集成了两个核心分析维度：用于表征宏观复杂度的盒维数（Box-counting Dimension）计算，以及用于揭示微观空间分布规律的点对距离频率统计。

尽管代码中预置了Sierpinski地毯分形生成功能作为演示，但该框架设计灵活，可扩展应用于材料孔隙分析、纹理特征提取及地理空间点集分布研究。

主要功能特性

1. 分形维数定量分析

采用经典的盒计数算法（Box-counting algorithm），通过多尺度网格覆盖计算，量化图像的自相似特征。系统自动执行线性回归分析，计算分形维数（Slope）及拟合优度（R-square）。

2. 点对距离频率统计

提取图像中的前景特征点，计算样本点对间的欧氏距离。该模块包含智能降采样机制，在大规模数据下平衡计算精度与性能，并统计距离的均值、标准差及极值。

3. 数据可视化仪表盘

系统生成包含四个子图的综合可视化窗口：

• 原始二值图像显示
• 双对数坐标下的分形维数拟合曲线
• 特征点空间分布散点图
• 距离频率分布直方图（含平滑拟合曲线）

4. 自动化结果导出

分析结果（包括整体统计指标和详细的盒计数过程数据）将自动导出至Excel文件，便于后续科研记录与处理。

系统要求与环境

• MATLAB R2016b 或更高版本
• 不需要额外的工具箱（代码内部实现了自定义的距离计算和概率密度模拟函数，摆脱了对 Statistics and Machine Learning Toolbox 的依赖）

使用方法

1. 确保MATLAB当前工作路径包含项目文件。
2. 直接运行主函数。
3. 程序将自动生成合成图像、执行计算、弹出结果窗口，并在当前目录下生成 fractal_analysis_results.xlsx 文件。

代码实现细节与算法逻辑

本项目采用单文件架构，主程序内部集成了数据生成、核心计算、辅助统计及可视化逻辑。以下是各模块的具体实现机制：

数据获取与预处理

程序启动后首先初始化环境，随后调用内部函数生成一个递归深度为4的 Sierpinski地毯 图像（尺寸512x512）作为测试数据。生成的图像被强制转换为逻辑矩阵（Logical Matrix），确保后续二值化操作的准确性。 *注：代码主要逻辑中保留了读取外部图像（imread）的接口注释，实际运行时默认使用合成数据。*

核心算法：盒维数计算

代码通过改变网格盒子的大小（$r$），统计覆盖前景像素所需的非空盒子数量（$N$）。

1. 尺度序列：定义盒子尺寸从2像素开始，以2的幂次递增，直到图像尺寸的一半。
2. 网格扫描：利用自定义的 countNonEmptyBoxes 函数，通过块处理（Block Processing）逻辑遍历图像，判断每个网格区域是否存在前景像素。
3. 双对数拟合：将尺度倒数（$1/r$）与盒子数量（$N$）取自然对数。使用 polyfit 进行线性回归，其斜率即为分形维数 $D$。同时计算 $R^2$ 系数以评估拟合的线性度。

核心算法：点对距离统计

该模块分析前景像素在空间上的聚集与离散程度：

1. 坐标提取：定位二值图像中所有值为1的像素坐标。
2. 随机降采样：为了防止计算量爆炸（$O(N^2)$ 复杂度），当特征点数量超过4000个时，代码使用 randperm 随机抽取4000个样本点进行计算。
3. 距离矩阵计算：采用自定义函数 customPdist，通过矩阵向量化操作（利用 $(x-y)^2 = x^2 + y^2 - 2xy$ 公式）快速计算点对间的欧氏距离，替代了MATLAB工具箱中的 pdist 函数。
4. 分布模拟：代码实现了一个简化的核密度估计逻辑 ksdensity_sim，通过对直方图计数进行移动平均平滑，生成近似的概率密度曲线。

结果导出模块

利用 table 数据结构汇总两类数据：

• Summary Sheet：包含分形维数、拟合优度、平均距离、距离标准差等宏观指标。
• BoxCountingData Sheet：记录不同盒子尺寸下的具体计数值及对数变换后的数据。

程序包含错误捕获机制（try-catch），若系统未安装Excel或写入受限，能够降级在命令行输出关键结果。

关键辅助函数说明

• countNonEmptyBoxes：实现了具体的网格切割与非空判断逻辑，采用显式循环处理图像块。
• customPdist：全矩阵法计算欧氏距离，提取下三角矩阵（不含对角线）作为有效距离数据，优化了内存使用。
• generateSierpinskiCarpet：递归法构建分形几何图形，包含基础模板定义与子块拼接逻辑。