基于matlab的灰度图像的多重分形谱

输入灰度图像,RGB彩色图像会自动转换为灰度图像 输出图像的多重分形谱 参考文献： "fractal analysis and multifractal spectra for the images"

%Name:multifractal_and_output
%Author:Jia MenghanZhejiang University 
%Date: 2013/9/3
%Description:
% 输入灰度图像RGB彩色图像会自动转换为灰度图像
% 输出图像的多重分形谱
%Reference：
% “fractal analysis and multifractal spectra for the images“
%
% Prof. Artde D.K.T. Lam Ph.D
% Department of Information Communication
% Leader University
% 70901 Tainan City Taiwan
% e-mail: artde.lam@gmail.com
% 
% Asso. Prof. Q. Li
% Department of Digital Media Arts
% Fuzhou University
% 350108 Fuzhou Fujian
% e-mail: fzuliqi@126.com
%

%% 设定q范围
clc;close all;
clear all;
qmin=-50.5;
qmax=50.5;
qevery=1;

%% 读取图片
[filenamepathnamefilterindex]=uigetfile（‘*.*‘‘选择要打开的图片文件‘）;
filename=[pathname filename];
a = imread（filename）;
% a=a（1:641:64）;
[rows cols] = size（a）;
if mod（log2（rows）1）>0
    error（‘The size of image must be 2^n‘）;
end

if size（a3）==3
    a=rgb2gray（a）;
end
figure;imshow（a）;title（‘原始灰度图片‘）;
npix = sum（sum（a））;

%%  计算L*L大的盒子的nL 即Zij
%calculates niL which is the number of pixels in the ith box of size L 
% ideas from boxcount.m by F. Moisy have been borrowed here
width = rows;
p = log（width）/log（2）;
max_boxes = power（rows2）/power（22）;
nL = double（zeros（max_boxesp））; %nl每一列为每个分块叠加的值，行为分的块数边长每次*2
for g=（p-1）:-1:0
    siz = 2^（p-g）; %每个盒子像素点数
    sizm1 = siz - 1;
    index = log2（siz）; %为nl的列数 
    count = 0; %为nl的行数 count=（i-1）*每条边盒子数+j
    for i=1:siz:（width-siz+1）
        for j=1:siz:（width-siz+1）
            count = count + 1;
            sums = sum（sum（a（i:i+sizm1j:j+sizm1）））;
            nL（countindex） = sums;
        end
    end
end

%% 计算横坐标ln（epsilon）即logl

epsilon = zeros（p-11）; %eps的横坐标

for l=1:p-1
    epsilon（l）=power（2l）/width;
end
logl=log（epsilon）;
%% 规范化质量，像素点数除以总像素点数，即Pij
%normalized masses
pL = double（zeros（max_boxesp））; %pL即pij
for l=1:p %l=1时分成2*2的盒子
    nboxes = power（rows2）/power（power（2l）2）; %所有的盒子数
    norm = sum（nL（1:nboxesl））;
    
    for i=1:nboxes 
        pL（il） = nL（il）/norm;
    end
end
%% 计算绘图所用所用参数
%falpha