一种图像复杂度获取装置制造方法及图纸

本发明专利技术涉及图像处理技术领域，公开了一种图像复杂度获取装置

【技术实现步骤摘要】
一种图像复杂度获取装置、方法、设备及存储介质


[0001]本专利技术涉及图像处理
，特别是涉及一种图像复杂度获取装置
、
方法
、
设备及存储介质
。

技术介绍

[0002]复杂是一个广为人们知晓却又难以定量描述的一个客观存在的事物或事件的内在特征
。
复杂度
(
即复杂程度
)
是对复杂性的一种程度描述
。
对事物的复杂度有定性的了解，不仅有利于对事物有一个整体概观，而且便于进一步把握相关究领域
。
而对事物的复杂度进行定量分析，则有助于更加准确地把握执行相应工作所存在的内在的困难程度，以便指导工作进行合理的设计与实施
。
[0003]图像复杂度是对图像内在的复杂程度的描述，它能反映是否可完成或完成某些操作
(
如边缘检测
、
图像增强
、
图像压缩
、
目标自动提取等
)
的内在的困难程度
。
关于图像的复杂度，国内外学者对其早有研究，这些研究也因研究目的不同而各有所侧重
。
目前一般使用的图像复杂度获取方法有信息熵，边缘比率，相关度，能量
。
但是这些方法针对图像有相同像素点的不同空间分布时，无法区分其复杂度
。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种图像复杂度获取装置
、
方法<br/>、
设备及存储介质，可以定性定量地描述图像的复杂程度，对于有相同像素点的不同空间分布的图像也同样适用
。
其具体方案如下：
[0005]一种图像复杂度获取装置，包括：
[0006]梯度图生成模块，用于分别生成待测图像在
X
方向上的第一梯度图和在
Y
方向上的第二梯度图；
[0007]梯度幅值计算模块，用于利用所述第一梯度图和所述第二梯度图，计算图像边缘梯度幅值并生成梯度幅值图；
[0008]质心矩计算模块，用于根据所述梯度幅值图，计算图像边缘质心矩；
[0009]复杂度获取模块，用于将计算的所述图像边缘质心矩和所述图像边缘梯度幅值结合角度熵，获取所述待测图像的复杂度
。
[0010]优选地，在本专利技术实施例提供的上述图像复杂度获取装置中，所述梯度幅值计算模块，具体用于采用下述公式计算所述图像边缘梯度幅值：
[0011][0012]其中，
Gf
为所述图像边缘梯度幅值，
G
x
为所述第一梯度图的梯度值，
G
y
为所述第二梯度图的梯度值
。
[0013]优选地，在本专利技术实施例提供的上述图像复杂度获取装置中，还包括：
[0014]梯度方向计算模块，用于利用所述第一梯度图和所述第二梯度图，计算图像边缘梯度方向；
[0015]角度直方图获取模块，用于对计算出的所述图像边缘梯度方向进行归一化处理，得到角度直方图；
[0016]角度熵统计模块，用于从所述角度直方图中得到各角度的概率，并根据所述各角度的概率，统计出所述角度熵
。
[0017]优选地，在本专利技术实施例提供的上述图像复杂度获取装置中，所述质心矩计算模块包括：
[0018]点集构建单元，用于在所述梯度幅值图中构建图像边缘点集坐标；
[0019]质心计算单元，用于根据所述图像边缘点集坐标和点集数量，计算图像边缘质心坐标；
[0020]质心矩计算单元，用于利用所述图像边缘点集坐标和所述图像边缘质心坐标，计算图像边缘质心矩
。
[0021]优选地，在本专利技术实施例提供的上述图像复杂度获取装置中，所述复杂度获取模块包括：
[0022]联合积计算单元，用于计算所述图像边缘质心矩与所述图像边缘梯度幅值的联合积；
[0023]复杂度获取单元，用于根据计算的所述联合积和所述角度熵，获取所述待测图像的复杂度
。
[0024]优选地，在本专利技术实施例提供的上述图像复杂度获取装置中，所述复杂度获取单元，具体用于采用下述公式获取所述待测图像的复杂度：
[0025]C
＝
e
Entropy
*log(F(d
，
Gf))
；
[0026][0027][0028]其中，
C
为所述待测图像的复杂度，
Gf(x
i
，
y
i
)
为点
(x
i
，
y
i
)
到图像边缘梯度幅值，
N
表示点集个数，
P(k)
为当角度为
k
时的概率，
Entropy
为所述角度熵
。
[0029]优选地，在本专利技术实施例提供的上述图像复杂度获取装置中，所述梯度图生成模块，具体用于采用边缘检测算法对待测图像进行卷积，分别生成所述待测图像在
X
方向上的第一梯度图和在
Y
方向上的第二梯度图
。
[0030]本专利技术实施例还提供了一种图像复杂度获取方法，包括：
[0031]分别生成待测图像在
X
方向上的第一梯度图和在
Y
方向上的第二梯度图；
[0032]利用所述第一梯度图和所述第二梯度图，计算图像边缘梯度幅值并生成梯度幅值图；
[0033]根据所述梯度幅值图，计算图像边缘质心矩；
[0034]将计算的所述图像边缘质心矩和所述图像边缘梯度幅值结合角度熵，获取所述待测图像的复杂度
。
[0035]本专利技术实施例还提供了一种图像复杂度获取设备，包括处理器和存储器，其中，所
述处理器执行所述存储器中存储的计算机程序时实现如本专利技术实施例提供的上述图像复杂度获取方法
。
[0036]本专利技术实施例还提供了一种计算机可读存储介质，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现如本专利技术实施例提供的上述图像复杂度获取方法
。
[0037]从上述技术方案可以看出，本专利技术所提供的一种图像复杂度获取装置，包括：梯度图生成模块，用于分别生成待测图像在
X
方向上的第一梯度图和在
Y
方向上的第二梯度图；梯度幅值计算模块，用于利用第一梯度图和第二梯度图，计算图像边缘梯度幅值并生成梯度幅值图；质心矩计算模块，用于根据梯度幅值图，计算图像边缘质心矩；复杂度获取模块，用于将计算的图像边缘质心矩和图像边缘梯度幅值结合角度熵，获取待测图像的复杂度
。
[0038]本专利技术提供的上述图像复杂度获取装置，通过上述四个模块的相互作用，考虑到图像梯度幅值
、
图像质本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种图像复杂度获取装置，其特征在于，包括：梯度图生成模块，用于分别生成待测图像在
X
方向上的第一梯度图和在
Y
方向上的第二梯度图；梯度幅值计算模块，用于利用所述第一梯度图和所述第二梯度图，计算图像边缘梯度幅值并生成梯度幅值图；质心矩计算模块，用于根据所述梯度幅值图，计算图像边缘质心矩；复杂度获取模块，用于将计算的所述图像边缘质心矩和所述图像边缘梯度幅值结合角度熵，获取所述待测图像的复杂度
。2.
根据权利要求1所述的图像复杂度获取装置，其特征在于，所述梯度幅值计算模块，具体用于采用下述公式计算所述图像边缘梯度幅值：其中，
Gf
为所述图像边缘梯度幅值，
G
x
为所述第一梯度图的梯度值，
G
y
为所述第二梯度图的梯度值
。3.
根据权利要求2所述的图像复杂度获取装置，其特征在于，还包括：梯度方向计算模块，用于利用所述第一梯度图和所述第二梯度图，计算图像边缘梯度方向；角度直方图获取模块，用于对计算出的所述图像边缘梯度方向进行归一化处理，得到角度直方图；角度熵统计模块，用于从所述角度直方图中得到各角度的概率，并根据所述各角度的概率，统计出所述角度熵
。4.
根据权利要求3所述的图像复杂度获取装置，其特征在于，所述质心矩计算模块包括：点集构建单元，用于在所述梯度幅值图中构建图像边缘点集坐标；质心计算单元，用于根据所述图像边缘点集坐标和点集数量，计算图像边缘质心坐标；质心矩计算单元，用于利用所述图像边缘点集坐标和所述图像边缘质心坐标，计算图像边缘质心矩
。5.
根据权利要求4所述的图像复杂度获取装置，其特征在于，所述复杂度获取模块包括：联合积计算单元，用于计算所述图像边缘质心矩与所述图像边缘梯度幅值的联合积：复杂度获取单元，用于根据计算的所述联合积和所述角度熵，获取所述待测图像的复杂度
。6.
根据权利要求5...

【专利技术属性】
技术研发人员：赵彤宇，胡洋洋，杨红飞，李振，王少英，
申请(专利权)人：光力瑞弘电子科技有限公司，
类型：发明
国别省市：