为图像理解铺路：一种新的图像分解方法的需求

本文提出了一种非常规的图像分割方法，旨在满足图像理解和模式识别任务的要求。一般而言，图像理解假设存在两个子过程：图像信息内容发现和图像信息内容解释。尽管该方法广泛使用，但''图像信息内容''的概念仍不明确、直观且模糊。通常将其用于香浓的意义上，这意味着对整个信号集合的平均信息内容进行评估。然而，人类很少会诉诸此类估计。他们在将图像分解为有意义的组成部分并专注于感知相关图像部分方面非常有效。我们认为，遵循人类注意力视觉研究的最新发现和柯克莫尔复杂度理论的概念，可以提出一种非常规的分割方法，该方法能够提供有效的图像分解，将信息保留的图像碎片化，适用于后续的图像解释。我们提供了一些示例，说明了该方法的有效性。