文献类型：期刊文章

作　　者：陈燕芹[1,2] 段锦[1,2] 祝勇[3] 钱小飞[1] 肖博[1]

机构地区：[1]长春理工大学电子信息工程学院,吉林长春130022 [2]长春理工大学空间光电技术研究所,吉林长春130022 [3]长春理工大学计算机科学技术学院,吉林长春130022

出　　处：《中国光学》

基　　金：国家高技术研究发展计划(863项目)资助项目(No.2013AA7XX10XX)

年　　份：2015

卷　　号：8

期　　号：3

起止页码：407-414

语　　种：中文

收录情况：AJ、CAS、CSA、CSCD、CSCD_E2015_2016、EI、IC、JST、RCCSE、SCOPUS、UPD、WOS、ZGKJHX、普通刊

摘　　要：为了更好地描述图像内部的复杂程度,建立图像复杂度与各指标之间的数学模型是研究图像复杂度最关键的一步。首先从图像纹理出发,试图建立图像复杂度与各指标之间定量、精确的数学关系描述。针对目前图像复杂度与各衡量指标之间没有明确的数学关系的特点,文中采用灰度共生矩阵对纹理的主要特征参数进行分析,提出了基于BP神经网络的图像复杂度评价方法,建立了图像复杂度与各个指标之间非线性的数学评价模型。通过大量的图片对神经网络进行训练学习,得到各指标的权重值。验证结果表明,所建评价模型能够真实地反映图像内部的复杂程度,获得的实验结果与人类视觉感知的结果基本一致。对于将BP神经网络应用于图像复杂度的研究具有一定的参考价值。

关 键 词：图像复杂度 纹理特征 灰度共生矩阵 BP神经网络 权重系数  

分 类 号：TP391.4]