【论文阅读】关于图像复杂度的论文

1997-An image embedding in image by a complexity based region segmentation method：

根据位平面的（边缘/图像像素数）计算复杂度

2012-https://journals.sagepub.com/doi/abs/10.1068/p6987：

对于象形文字，当将复杂性计算为空间频率中值平方和图像面积的乘积时，可以获得最高的相关性。

2008-Image complexity and feature mining for steganalysis of least significant bit matching steganography

Haar 小波变换 HH 子带系数的高斯分布形状参数。复杂度低的图像，GGD 的形状参数较低，复杂度高的图像，GGD 的形状参数较高。

2013-Image complexity and spatial information

熵不考虑空间信息
研究了三种基于压缩的图像复杂性度量：

1. 定义压缩比： CR = S(I)/S(C(I)) , s(I)代表原始图像文件大小，S(C(I))代表压缩后的图像文件大小
2. 第一个图像复杂度 （无损压缩） IC_LS = 1/CR
3. 第二个图像复杂度（有损压缩）IC_RMSE = RMSE(q)/CR(q);RMSE是原始图像和有损压缩图像之间的均方根误差;q是JPEG的质量因子
4. 第三个图像复杂度（有损压缩）IC_LY = 1/CR(q);q是JPEG的质量因子

评估了不同空间信息（sobel核）和复杂性度量之间的相关性

均值（效果最好），均方根RMS（n个项的平方和除以n再开方）和标准差

1990-Image Complexity Metrics for Automatic Target Recognizers （没细看）

提出了两种图像复杂度指标，分别是基于灰度分布的指标和基于局部方差的指标。

1. 基于灰度分布的指标
   使用了一系列统计量来描述图像的灰度分布，如均值、方差、标准差和偏度, 提出了新指标：灰度分布不均匀性指标（unevenness index）通过计算图像灰度直方图的标准差和方差
2. 基于局部方差的指标
   使用高斯滤波器和拉普拉斯滤波器等滤波器来计算图像中每个像素周围局部区域的方差。

2011 - Image complexity measure based on visual attention

注意力图，特别是由注意力计算模型生成的显着图和热图，可以作为图像复杂性的良好估计器。

---

关于图像复杂度的文献感觉不是很多，如果有了解相关的资料或文献可以在评论区进行补充

复杂度常用于图像检索领域