批量处理图像计算分形维数并输出分形维数计算到Excel表格MATLAB代码

以下是MATLAB代码，用于批量处理图像计算分形维数并输出分形维数计算到Excel表格：

% 1. 设置图像文件夹路径和输出Excel文件路径
img_folder = 'D:\Images\'; % 图像文件夹路径
output_file = 'D:\Fractal_Dimensions.xlsx'; % 输出Excel文件路径

% 2. 获取图像文件夹中的所有图像文件名
img_files = dir(fullfile(img_folder, '*.jpg')); % 假设图像格式为.jpg

% 3. 创建一个新的Excel文件并添加表格
fractal_data = table(); % 创建一个空表格
writetable(fractal_data, output_file, 'Sheet', 1); % 在Excel中添加表格

% 4. 遍历图像文件夹中的所有图像并计算分形维数
for i = 1:length(img_files)
    
    % 4.1 读取图像
    img_name = fullfile(img_folder, img_files(i).name);
    img = imread(img_name);
    
    % 4.2 计算分形维数
    dim = boxcount(img);
    
    % 4.3 将图像文件名和分形维数添加到表格中
    fractal_data = [fractal_data; table({img_files(i).name}, dim)];
    
end

% 5. 将表格写入Excel文件
writetable(fractal_data, output_file, 'Sheet', 1);

% 定义一个函数用于计算分形维数
function dim = boxcount(I)
    % 将图像转换为灰度图像并将像素值范围缩放至[0, 1]
    I = double(rgb2gray(I)) / 255;
    
    % 定义不同分辨率下的盒子大小
    scales = 2.^(2:7);
    
    % 计算每个分辨率下需要的盒子数
    counts = zeros(size(scales));
    for i = 1:length(scales)
        scale = scales(i);
        counts(i) = count_boxes(I, scale);
    end
    
    % 计算分形维数
    log_counts = log(counts);
    log_scales = log(scales);
    p = polyfit(log_scales, log_counts, 1);
    dim = p(1);
end

% 计算给定分辨率下需要的盒子数
function count = count_boxes(I, scale)
    [h, w] = size(I);
    count = 0;
    for y = 1:scale:h-scale+1
        for x = 1:scale:w-scale+1
            sub_I = I(y:y+scale-1, x:x+scale-1);
            if any(sub_I(:)) && all(sub_I(:) ~= 1)
                count = count + 1;
            end
        end
    end
end

这个代码会计算一个图像文件夹中所有图像的分形维数，并将结果写入一个Excel文件。请注意，代码中使用的分形维数计算方法是盒计数法。您可以根据需要修改该代码以使用不同的分形维数计算方法。