自然图像的多尺度相关性
数据分析、统计与概率
2023-10-06 v1 统计力学
图像与视频处理
摘要
我们使用一种不可知的信息论方法来研究自然图像的统计特性。我们引入多尺度相关性（MSR）度量，以评估图像在所有尺度下对压缩的鲁棒性。从受控环境出发，我们将合成随机纹理的 MSR 表征为图像粗糙度 H 及其他相关参数的函数。随后我们将分析扩展到自然图像，发现其与临界（H = 0）随机纹理具有惊人的相似性。我们表明，相较于功率谱分析等经典方法，MSR 对图像内容更具鲁棒性和信息量。最后，我们将 MSR 与经典度量进行对比，用于颜色映射与去噪等常见流程的校准。总体而言，MSR 方法似乎是高级图像分析与图像处理的一个良好候选方案，同时提供了良好的物理可解释性。
引用
@article{arxiv.2303.12717,
title = {Multiscale Relevance of Natural Images},
author = {Samy Lakhal and Alexandre Darmon and Iacopo Mastromatteo and Matteo Marsili and Michael Benzaquen},
journal= {arXiv preprint arXiv:2303.12717},
year = {2023}
}
备注
11 pages, 11 figures