图像复杂度研究综述

图像相关复杂度的研究领域很广泛,除了计算机科学领域,还延伸到医学、认知心理学等研究领域。在以上应用领域,与图像相关的复杂度的定义有很多,包括图像复杂度、视觉复杂度、场景复杂度,其中图像复杂度又可以进一步细分为颜色复杂度、纹理复杂度和形状复杂度。文中对以上这些复杂度的应用、定义和计算方法进行了归纳总结,并依据组成论中相关复杂度的定义,提出了一种研究图像复杂度的思路,即从图像组成元素的角度来研究图像复杂度。这种图像复杂度的定义只与图像本身所包含的元素、内容有关系,与图像处理任务和算法无关。同时,这种图像复杂度的定义符合一般意义下人对图像复杂性的感受和理解。图像元素可以分为颜色、形状、纹理三大类,它们又可以进一步用一些特征来表示。根据组成论,文中给出了定义这3种特征的广义集的方法。后续研究将进一步给出图像复杂度的计算算法,并通过与人工实验的相关性分析来验证计算结果是否与人的感受相一致。     

一种基于相对海明距离的地图复杂性度量

提出一种适用于分层路径搜索算法的地图复杂性度量方法。针对不同规模的地图,将其实际复杂度与可达到的最大复杂度之比作为相对复杂度,提出基于相对海明距离的度量方法,并引入地图区域间方差,从而更好地计算障碍物分布不均匀地图的复杂度。实验结果证明,该方法能准确地反映不同规模与障碍物分布不均的地图复杂程度,并与HPA*算法的搜索效率有较强关联性。     

疲劳状态监控系统中眼睛状态检测方法

针对眼睛状态检测在实际疲劳监控系统应用中的缺陷,在定位眉毛和眼睛区域的前提下,结合图像处理、复杂度、混合投影和眼睛的几何特征,提出一种快速的眼睛状态检测方法。给出具体检测步骤和主要算法实现。实验结果表明,该算法可用于不同背景、旋转和偏转角度等多种复杂条件下的眼睛检测,通用性好,处理速度快,并解决了偏光和戴深色边框眼镜的情况。     

视频监控系统中运动目标的实时检测

针对眼睛状态检测在实际疲劳监控系统应用中的缺陷,在定位眉毛和眼睛区域的前提下,结合图像处理、复杂度、混合投影和眼睛的几何特征,提出一种快速的眼睛状态检测方法。给出具体检测步骤和主要算法实现。实验结果表明,该算法可用于不同背景、旋转和偏转角度等多种复杂条件下的眼睛检测,通用性好,处理速度快,并解决了偏光和戴深色边框眼镜的情况。     

一种用于隐写测评的图像纹理复杂度估计方法

在评估图像隐写算法安全性及隐写分析性能时,隐写嵌入率等参数是重要的评价指标,而图像纹理差异对评价的影响很容易被忽略。为此,基于图像高维统计模型,提出一种新的针对隐写应用的图像纹理复杂度度量方法,用于衡量图像间的纹理差异。根据纹理复杂度对图像进行分类,单独在每一类不同纹理复杂度的图像集上评估隐写分析的检测性能。实验结果表明,该方法能有效地评价隐写的安 全性。     

基于图像复杂度曲线拟合的快速图像分割方法

针对经典Otsu算法、最大熵算法、最小交叉熵算法等在 低 信噪比图像中分割效果较差的问题,从图像复杂度的角度提出了基于图像背景与目标的对象复杂度的图像分割方法,并采用曲线拟合方法大大减少了计算冗余,提高了算法的实时性与稳定性。实验表明,与经典算法相比,所提快速分割算法具有运行速度快、稳定性与可靠性高等特点,能够有效地解决 低信噪比图像分割效果较差的问题。     

基于图像复杂度的隐写方法研究*

为了提供较大的隐写容量和保持良好的载密图像质量,依据人眼对纹理、边界和黑暗区域变化敏感性弱的视觉特点,结合小波变换提出了一种图像复杂度描述方法,将图像小块分为纹理、边界、黑暗和平滑四个不同类别,利用模函数设计隐写算法,在不同区域嵌入不同量的信息。实验结果表明,新的复杂度描述方法能准确区分不同类型的小块,隐写算法在提高嵌入容量的同时保持了较好的视觉质量。     

基于纹理复杂度的自适应分数阶微分算法

图像分数阶微分算子具有较强的纹理细节信息增强能力,但最佳分数阶微分的阶数需要人为指定。为此,分析传统的分数盒维计算方法并对其进行改进,提出一种基于纹理复杂度的自适应分数阶微分算法。选择可以表示纹理细节复杂程度的分数维作为参数,自适应确定微分的阶数。实验结果表明,改进算法提取图像边缘的效果较好。     

分形理论在软件复杂度中的应用

利用分形理论对软件复杂度进行研究,给出盒子及程序分形复杂度的定义,进一步给出了算法思想和计算方法,并通过实例说明程序具有分形特征——标度不变性。在此基础上,对一些程序的分形复杂度进行了计算,并通过进一步的分析表明所得数值在某种情况下可以反映出程序在结构上的复杂程度,其度量结果是比较有效的。     

基于区域边缘统计的图像特征描述新方法

直方图特征是计算机视觉领域最为常用的图像特征之一,然而空间统计信息的缺乏导致传统灰度直方图对图像特征的区分能力较差.对此,文中通过引入直方图子区间对应区域的边缘复杂度概念,提出了一种描述图像特征的区域边缘直方图方法.文章首先定义了区域边缘复杂度的概念,并提出以直方图各子区间的边缘复杂度作为空间权系数对各子区间进行加权,然后通过对加权后的直方图进行化简进而得到区域边缘直方图的简洁描述形式,最后,给出了基于积分直方图实现的快速计算方法.实验结果表明,区域边缘直方图方法对图像特征的区分能力明显优于灰度直方图,克服了空间直方图等改进方法对图像旋转的敏感性,运算效率比空间直方图提高了两个数量级以上.     

基于图像复杂度的数字水印算法

对图像复杂度进行了分析,结合人眼视觉系统,提出一种基于图像复杂度的数字水印算法.该算法根据载体图像灰度共生矩阵的图像熵对载体图像的纹理特征区域进行划分,按照不同的纹理特征将载体图像的DCT(discrete cosine transform)块分成3类分别进行嵌入,并利用Watson视觉模型控制水印嵌入强度.仿真实验结果表明,本文算法不仅具有较大的水印容量和良好的遮蔽性,而且对噪声、滤波、有损压缩、剪切等常见攻击具有较好的鲁棒性.     

基于分形特征的云雾遥感图像分离方法*

雾是一种气象灾害,将雾从卫星云图上分离出来仍非易事。分数维给予图像纹理统计意义的描述,有效地体现了纹理的复杂度和粗糙度,揭示了纹理内在的自相似性,为云雾图像纹理分析提供了新的思路。简要阐述了纹理图像的差值盒维数计算方法,计算并分析了云雾纹理图像的差值盒维数特征。针对差值盒维数在表现云雾纹理特征和云雾分离方面存在的问题,提出基于样本图像灰度均值的加权盒维数算法,以改变出现灰值差异较大的不同云类具有相同盒维数的情况,并与云雾的光谱特征结合,实现雾与云的识别与分离,在实际应用     

灰度图像质心快速算法

对矩因子x^py^q。做差分变换为函数Fl()，将图像函数f(x，y)做累进求和变换为函数F2()．用Fl()和F2()相乘求取质心．由于0阶和1阶矩因子中的P，q不大于1，经差分后的F1()除右端点外，其值都为1，乘1的运算当然可以不做，从而消去了乘法运算．对任意大小和任意级别的灰度图像，乘除法运算次数仅为3次，而加法运算次数也有降低．文中算法计算结果精确，其运算效率高于已有其他算法．     

图谱理论在文本图像二值化算法中的应用

常用的阈值二值化方法不能很有效地分割出文本图像,而利用图谱理论的思想可以清晰有效地对文本图像进行二值化分割。针对传统的图谱理论分割图像算法计算量大、空间复杂度高的不足,提出了利用直方图灰度等级代替像素级,在此基础上近似计算了权函数的参数,算法的计算量和复杂度都有所降低。实验结果表明,该方法大大降低了计算的复杂性,在速度上优于传统的图谱理论分割方法,质量上优于常用的二值化分割方法。     

热图象场的分形测量方法研究

影像的分形研究是图象分析中的一个新课题,该文通过对分形原理、传统的分形计算方法的研究,结合热图象特征给出了３种不同的分维计算方法－灰度曲面分形计算,剖面曲线分形计算,象元点分形计算,实践表明灰度曲线分形计算可以揭示热图象整体的分形特征;剖面曲线分形计算则可对比研究典型地域的热辐射特征;象元点分形计算可以给出热辐射变化梯度的定量描述。在讨论有关分形性质后,给出了上述方法在上海市热图象场分形测量中的良     

遥感图像理想均衡化及图像质量定量评价

大多数原始的遥感影像由于其灰度分布集中在较窄的范围内,影像的细节不够清晰,对比度较低。为了使影像的灰度范围拉开或使灰度均匀分布,从而增大反差,增强影像细节信息,通常采用的方法为直方图均衡化。通过对信息熵定义的阐述,引出直方图均衡化的图像增强算法。通过分析传统直方图均衡化算法中存在的缺陷,进而基于分段映射思想提出一种改进的理想直方图均衡化算法。同时,为了对传统算法和改进算法进行定量化地分析比较,基于同时对比度以及人类视觉对比度分辨率限制和模糊数学的相关思想,分别提出基于加权几何平均数法的合成平均对比度和细节评价参数的定义。最后,采用同时对比度、基于加权几何平均数法的合成平均对比度以及细节评价参数作为定量评价的指标,对所提出的改进算法进行了定量评价。评价结果表明,该改进算法的图像增强效果优于传统的直方图均衡化算法。     

一种改进的全视角人脸纹理图像生成方法

传统的全视角人脸纹理图像生成方法计算量大、鲁棒性差,不能很好地解决配准和接缝问题。为此,提出一种改进方法。对待拼接的人脸图像进行归一化处理,利用基于列特征向量的灰度值匹配算法实现图像的精确匹配,使用双重融合算法处理重叠区域,使图像平滑过渡。实验结果表明,该方法匹配速度较快、鲁棒性较强,能有效消除误匹配。     

基于三次拉格朗日插值的自适应图像缩放

传统的插值算法由于低通滤波效应通常会使目标图像边缘模糊,难以得到满意的视觉效果.为了取得较好的图像缩放质量,提出一种基于三次拉格朗日插值的自适应图像缩放算法.该算法首先计算目标像素点周围三组源像素点的方差,选取方差最小的一组源像素点,然后采用三次拉格朗日插值公式求得目标像素点的灰度值.实验结果表明,本文算法所得的目标图像边缘清晰,且算法复杂度较低,便于硬件实现,可以实现实时图像缩放.     

结合纹理复杂度和JND模型的图像水印算法

针对目前基于灰度共生矩阵相关水印算法存在容量较小的问题,提出一种将纹理复杂度和DCT域JND模型相结合的图像水印算法。首先将原图像分成子块,利用各子块灰度共生矩阵的四个纹理特性计算其纹理复杂度,并据此对子块进行排序以确定水印嵌入的子块位置后对原图像素矩阵进行DCT变换,结合新的分区方式计算各块JND值,根据JND值以及新的嵌入规则确定子块内水印嵌入方式。算法有效考虑了图像块的纹理特性和人眼视觉敏感性,加强了嵌入水印后的图像质量,提高了水印嵌入容量。实验结果表明,所提方法在嵌入相同容量的水印时,图像平均峰值信噪比（PSNR）较现有方法高出4.27%左右,在嵌入超过原方法容量上限一倍的水印时,图像平均PSNR仍有53.449 8 dB。