基于互信息图割的风景图片美学测度

提出了一种基于最大互信息图割的摄影照片可计算美学测度算法。该方法按照信息理论元素将彩色图像R/G/B三通道信源空间进行压缩，根据图像邻近位置颜色分布相似的原理，进行区域Bins合并。然后采用逐像素扫描方式，用贪心法以最大信息熵为优化目标，找出区域的分割位置。接着采用二叉分割树进行存储优化分割节点，用大顶堆获取当互信息值最大的节点，对区域反复进行垂直或水平分割，以给定的分割区域块数为终止条件。最后累加分割过程中互信息值最大的节点之和作为照片最终的美学测度值。分割过程中，对算法进行加速，将R/G/B三通道的各像素直方图由16777216个Bins压缩成64个Bins。实验结果表明，这种算法测量的美学值与Ground truth一致，能有效地表现原图像的丰富细节，是一种将信息理论元素在图像微观美学测度的一种尝试。

COMPUTATIONAL AESTHETICS MEASURE FOR LANDSCAPE IMAGES BASED ON IMAGE SEGMENTATION OF MUTUAL INFORMATION