Análisis de Métodos de Medición de Complejidad de Imagen

Abstract

La complejidad de imágenes ha sido estudiada con la finalidad proponer algoritmos computacionales que puedan estimarla simulando el criterio humano, para su aplicación en diversas áreas de procesamiento de imágenes. En este artículo se presenta un estudio de los métodos para determinar la complejidad de imágenes publicados recientemente, se realiza una clasificación basada en las características utilizadas para determinar la complejidad de una imagen y se describen brevemente. En total se analizaron 28 artículos desde el año 2005 a la actualidad, donde se encontraron 34 métodos, los cuales están basados en enfoques computacionales y enfoques humanos. Las categorías en las que se clasifican son: información de bordes, información del color y/o intensidad, grado de compresión, combinado, criterio humano y reacción humana. También, se dan a conocer las bases de datos utilizadas para evaluar los métodos de medición. Por último, se realiza un análisis de la cantidad de métodos que se encuentran en cada categoría, características más utilizadas, cantidad de métodos que se publicaron por año y sus aplicaciones.

Algoritmos metaheurísticos aplicados a una transformada fractal en imágenes

“…Las imágenes digitales se dividen en dos grandes grupos; imágenes de mapa de bits e imágenes vectoriales, sin embargo hay una clasificación más por mencionar que depende del contenido que presentan las imágenes; complejas y simples [2,3].…”

“…h " # include " tga . h " int main ( int argc , char * argv []) { int i ,j , k ; int n = atoi ( argv[1]) ; // resolucion de la imagen int tamR = atoi ( argv[2]) ; // tamano de BR int tamD = atoi ( argv[3]) ; // tamano de BD int numR = (( n /2) -tamR +1) ; // numero de BR de la imagen int numD = n / tamD * n / tamD ; // numero de BD de la imagenint numr = numR * numR ; FILE * archivo ; datos * trans ; long aux , dist_minima , * dist ; short prom , * lumProm ; bloque * M = creaBloque (1 ,n ,8) ; // imagen original bloque * Me = creaBloque (1 , n /2 ,13) ; // imagen escalada 1/2 bloque * bloqueD = creaBloque ( numD , tamD ,10) ; // bloques Dominio bloque * bloqueR = creaBloque ( numr , tamR ,9) ; // bloques Rango bloque * bloquesRT = creaBloque ( numr , tamR ,9) ; // bloques Rango para T bloque * temp = creaBloque ( numr , tamR ,9) ; / bloques Rango temporales bloque * temp2 = creaBloque ( numr , tamR ,9) ; dist =( long *) calloc ( numr , sizeof ( long ) ) ; // distancia trans =( datos *) calloc ( numr , sizeof ( datos ) ) ; // transformacion lumProm =( short *) calloc ( numr , sizeof ( short ) ) ; // luminancia promedio imagenOriginal (M , argv [4]) ; // cargar imagen original BD ( bloqueD ,M , numD ) ; // BD de la imagen original escala ( Me , M ) ; // se escala la imagen original BR ( bloqueR , Me , numr ) ; // NR de la imagen original archivo = fopen ( " mapas . fic " , " w + " ) ; for ( i =0; i < numD ; i ++) // cada BD { for ( j =0; j < numr ; j ++) // cada BR { copia (& bloquesRT [ j ] ,& bloqueR [ j ] ,9) ; prom = ( short ) bloqueD [ i ].…”