[发明专利]一种图像组成复杂度计算方法

摘要

本发明公开了一种图像组成复杂度计算方法，包括以下步骤：A：对待处理图像进行计算，分别计算得出待处理图像的颜色组成复杂度和形状组成复杂度；B：分别确定颜色组成复杂度的权重参数和形状组成复杂度的权重参数；然后通过下述公式计算得出待处理图像的组成复杂度。本发明通过分别计算得出待处理图像的颜色组成复杂度和形状组成复杂度；再分别确定颜色组成复杂度的权重参数和形状组成复杂度的权重参数，最终计算得出待处理图像的组成复杂度。本发明从多种图像特征中提取出最具代表性的两种可视化特征：颜色特征和形状特征作为图像复杂度计算的计算因子，极大地提高了本发明中图像复杂度计算的效率与准确率，为后续工作提供数据基础。 1

主权项

1.一种图像组成复杂度计算方法，其特征在于，包括以下步骤：

A：对待处理图像进行计算，分别计算得出待处理图像的颜色组成复杂度C_C和形状组成复杂度C_S；

其中，颜色组成复杂度C_C的下角标c为colour的首字母缩写，形状组成复杂度C_S的下角标s为shape的首字母缩写；

B：分别确定颜色组成复杂度C_C的权重参数α和形状组成复杂度C_S的权重参数β；然后通过下述公式计算得出待处理图像的组成复杂度C；

C＝αC_c+βC_S。

2.根据权利要求1所述的图像组成复杂度计算方法，其特征在于：在计算待处理图像的颜色组成复杂度C_C时，首先计算得出待处理图像中不同颜色所对应的颜色连通域，并计算出每一个颜色连通域的像素个数P_a和像素比例PR_a；再依据下述公式计算得出每一种颜色的空间分布复杂度C_d；

其中,P_ak为第k个颜色连通域的像素个数,PR_ak为第k个颜色连通域的像素比例，k为自然数；

随后计算得出待处理图像中每一种颜色的像素个数P_C和像素比例PR_C；再以对应颜色的空间分布复杂度C_d作为权重，依据下述公式计算得出待处理图像的颜色组成复杂度C_C；

其中，C_dk为对应的第k种颜色的空间分布复杂度，P_ck为对应的第k种颜色的像素个数，PR_ck为对应的第k种颜色的像素比例，k为自然数。

3.根据权利要求2所述的图像组成复杂度计算方法，其特征在于：所述的待处理图像的颜色组成复杂度C_C的计算方法，包括以下步骤：

A1‑1：定义集合Region，用于保存一个连通域信息；定义列表CRList，用于保存一个颜色所有的连通域；定义列表CList，用于保存所有颜色的信息；然后进入步骤A1‑2；

A1‑2：读入一个未处理像素；然后进入步骤A1‑3；

A1‑3：将读入的未处理像素的颜色转换为HIS颜色空间下的颜色C；然后进入步骤A1‑4；

A1‑4：新建一个连通域集合R；然后进入步骤A1‑5；

A1‑5：将读入的未处理像素加入队列Q；然后进入步骤A1‑6；

A1‑6：判断队列Q是否为空，若队列Q为空，则进入步骤A1‑9；若队列Q不为空，则进入步骤A1‑7；

A1‑7：从队列Q中移除位于队列头部的像素P，并将像素P加入连通域集合R中，标记像素P为已处理；然后进入步骤A1‑8；

A1‑8：判断像素P周边的8个紧邻像素的颜色是否与颜色C相同，将颜色相同的紧邻像素加入队列Q的队列尾部，将颜色不同的紧邻像素舍弃，然后进入步骤A1‑6，

A1‑9：判断颜色C是否已经在列表CList中；如果是，则将连通域集合R加入颜色C所对应的列表CRList中，然后进入步骤A1‑10；如果否，则新建颜色C所对应的列表CRList，将连通域集合R加入新建的颜色C所对应的列表CRList中，并将新建的颜色C所对应的列表CRList加入列表CList中；然后进入步骤A1‑10；

A1‑10：判断是否还存在未处理像素；若存在，则返回步骤A1‑2，若不存在，则进入步骤A1‑11；

A1‑11：利用列表CRList中同一种颜色的所有连通域，计算该颜色的空间分布复杂度C_d；

其中,P_ak为第k个颜色连通域的像素个数,PR_ak为第k个颜色连通域的像素比例，k为自然数；然后进入步骤A1‑12；

A1‑12：利用列表CRList和列表CList，合并同一种颜色的所有连通域，然后获得每一种颜色的像素个数P_C和像素比例PR_C，再以对应颜色的空间分布复杂度C_d作为权重，最终计算得出待处理图像的颜色组成复杂度C_C；

其中，C_dk为对应的第k种颜色的空间分布复杂度，P_ck为对应的第k种颜色的像素个数，PR_ck为对应的第k种颜色的像素比例，k为自然数。

4.根据权利要求1所述的图像组成复杂度计算方法，其特征在于：所述的步骤A中，在计算待处理图像的形状组成复杂度C_S时，首先对待处理图像进行边缘检测以获得边缘图像，然后计算得出边缘图像中各个形状的像素个数P_s和像素比例PR_s，并计算出每个单独形状的斜率变化次数作为该形状本身的复杂度S_k，再利用公式计算得出待处理图像的形状组成复杂度C_S；

其中，S_k为第k个形状本身的复杂度，即该形状的轮廓斜率的变化次数，P_sk为第k个形状的像素个数，PR_sk为第k个形状的像素比例，k为自然数。

5.根据权利要求4所述的图像组成复杂度计算方法，其特征在于：所述的待处理图像的形状组成复杂度C_S的