利用改进的LZC算法对图像与文字进行分类

在传统二值化方法的基础上,将信号序列分为多个区间,进行多尺度二值化粗粒化处理,不增加符号数目,得到更精细,更准确的复杂性.经过实验,分析可知文字与图像随着计算尺度的减小,文字复杂性增大的幅度远小于图像.通过该结论,不同尺度下复杂性的差异可以作为图像与文字分类的特征.因此,我们可以将改进后的LZC算法应用于图像与文字的区分.