基于顏色特征的圖像復(fù)雜度研究.pdf

1、圖像復(fù)雜度的研究在諸如目標(biāo)自動識別、邊緣檢測、圖像壓縮、數(shù)字水印、圖像隱寫算法、圖像分類與檢索、認(rèn)知心理學(xué)、計算機(jī)美學(xué)等領(lǐng)域得到了廣泛的應(yīng)用。盡管如此，圖像復(fù)雜度并沒有一個統(tǒng)一的概念，不同的研究領(lǐng)域給予了圖像復(fù)雜度不同的定義和描述方法。
　　組成論[2]是一個用于研究描述客觀事物普遍規(guī)律的新的知識體系，它通過復(fù)雜度[2]的概念來反映研究對象內(nèi)部組成的豐富程度。組成論的提出為復(fù)雜度問題的研究提供了一個新的思路。
　　本文從圖像

2、最直觀的顏色特征入手（包括顏色種類特征和顏色空間分布特征），結(jié)合組成論中提出的廣義集合、分布函數(shù)和復(fù)雜度的概念，分別定義了描述圖像顏色種類特征、圖像顏色空間分布特征的廣義集合，給出了圖像顏色種類特征復(fù)雜度和顏色空間分布特征復(fù)雜度的定義與求解方法。并且將這兩種顏色特征復(fù)雜度相結(jié)合，給出了一個求解圖像顏色特征復(fù)雜度的方法。
　　為了驗證本文提出的圖像顏色特征復(fù)雜度計算方法的可行性和有效性，分別在 RGB和 HSI色彩模型下構(gòu)造并實現(xiàn)了

3、相應(yīng)的計算圖像顏色特征復(fù)雜度的算法，并使用大量圖像對算法進(jìn)行實驗驗證。實驗結(jié)果表明：(1)在RGB模型下以原始圖像為研究對象，得到的實驗圖像的顏色種類復(fù)雜度與人的視覺感受一致性較高，在一定程度上說明了顏色種類復(fù)雜度計算方法的有效性。但由于RGB彩色空間本身不能很好地反映人眼對色彩的視覺感受，識別的圖像顏色種類數(shù)遠(yuǎn)大于人眼可區(qū)分的顏色種類數(shù)，因此計算得到的圖像顏色分布特征復(fù)雜度與人的視覺感受相符程度比較低，進(jìn)而影響了圖像顏色特征復(fù)雜度計算

4、結(jié)果的準(zhǔn)確性；為了驗證在減少顏色過度識別后圖像顏色特征復(fù)雜度計算方法是否有效，采用CoQuWeiP[43]色彩量化算法對原始圖像進(jìn)行色彩量化操作，并對色彩量化后的圖像進(jìn)行實驗。結(jié)果表明在給定參數(shù)下圖像的顏色空間分布復(fù)雜度和整體顏色特征復(fù)雜度與人的視覺感受的一致性都有明顯提高，但是由于色彩量化過程中存在顏色信息的丟失，進(jìn)而影響了顏色種類復(fù)雜度計算結(jié)果的有效性。(2)在 HSI模型下，采用了N. Ikonomaki[23]等人提出的像素相似