一种目标与背景的图像复杂度评价方法技术

一种目标与背景的图像复杂度评价方法，属于数字图像处理、图像分析与理解领域。该模型为一个三维欧氏测量空间Pn，测量空间Pn中的任意复杂度向量C由目标特性p1，目标相似性p2，背景特征p3三个向量构成；复杂度向量C的模|C|即是目标与背景的图像复杂度，pi取值越大，则|C|越大。每个向量pi由评价测量指标tij(j＝1,2,...n)构成，n为指标个数，目标特性p1由五个指标构成、目标相似性p2由二个指标构成、背景特征p3由五个指标构成。相比现有技术，本发明专利技术可指导不同图像复杂度下的目标识别跟踪方法的算法优化、策略优化和性能评价，具有计算速度快，描述准确，符合人类主观感官认识的优点。

【技术实现步骤摘要】

本专利技术属于数字图像处理、图像分析与理解领域，特别涉及一种图像复杂度评价模型。
技术介绍
目标与背景的图像复杂度反映了从数字图象中检测和识别目标的难易程度。在图像信息隐藏、图像压缩编码、字符识别、生物医学图像处理、卫星遥感图像分析和自动目标识别跟踪等诸多领域，都面临因待识别目标和图像背景之间的特性差异和复杂程度不同，而采取和选择不同的图像处理方法和算法，以及不同的图像鉴别分析策略的难题。目前，图像特征参数繁多而复杂，对图像内容的表述方式不一致，如中国科学院自动化研究所在2010年申请的专利“网页视觉复杂度的自动评价方法”(专利号：CN 102141998 B)；上海交通大学在2014年申请的专利“基于结构降化模型的半参考图像质量评价方法”(CN 104112272 A)；浙江大学在2012年申请的专利“一种基于像素域失真度估计的视频质量评价方法”(CN 102984541 A)；都提出了自己对于图像指标参数、图像质量或复杂度的评价方法，但是计算过于繁琐，操作困难。同时，虽然图像复杂度评价指标很多，但又多数只是采用多个度量指标简单组合的方法。这就造成了图像复杂度表征不够准确，图像复杂度描述不具体，表达效果不直接，或与人的主观认知不符合等现象。因此，本领域亟需一种新的技术来改变这样的现状。
技术实现思路
本专利技术所要解决的技术问题：针对现有技术的不足和缺陷，本专利技术提供一种目标与背景的图像复杂度评价模型，可指导不同图像复杂度下的目标识别跟踪方法的算法优化、策略优化和性能评价，具有计算速度快，描述准确，符合人类主观感官认识的优点。本专利技术是这样设计的：一种目标与背景的图像复杂度评价模型，其特征在于：该模型为一个三维欧氏测量空间Pn{pi,(i＝1,2,...n)本文档来自技高网...

【技术保护点】
一种目标与背景的图像复杂度评价模型，其特征在于：该模型为一个三维欧氏测量空间Pn{pi,(i＝1,2,...n)}(n＝3)，所述的测量空间Pn中获得的的任意复杂度向量C由目标特性p1，目标相似性p2，背景特征p3三个向量构成；所述的复杂度向量C的模|C|即是目标与背景的图像复杂度，pi取值越大，则|C|越大；所述的p1、p2、p3的尺度取值范围均为大于等于0，且小于等于1；所述的每个向量pi由评价测量指标tij(j＝1,2,...n)构成，n为指标个数；所述的目标特性p1由五个指标构成，即图像中目标的熵t11、目标干扰比t12、目标与背景的面积比例t13、目标与局部背景的相关性t14、目标与局部背景非参数K‑S检验度量t15；所述的目标相似性p2由二个指标构成，即目标与伪目标的互相关系数峰值比t21、区域边缘形状相似度t22；所述的背景特征p3由五个指标构成，即图像背景的边缘比率t31、图像背景的纹理共生矩阵中的熵t32、能量t33、对比度t34、相关性t35构成。

【技术特征摘要】
1.一种目标与背景的图像复杂度评价模型，其特征在于：该模型为一...

【专利技术属性】
技术研发人员：段锦，祝勇，钱小飞，肖博，陈燕芹，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：吉林;22