随着图像信息处理技术的快速发展,图像复杂度技术的应用在多个领域都具有重大的意义。因为图像的几何特征能够清晰的反映出图像的结构特征和内容特点,并且几何特征可以避免图像纹理易受光照、噪声等干扰因素的影响,所以本文从图像的几何特征角度对图像复杂度进行分析。本文提出的几何特征的图像复杂度的研究是基于直线特征的图像复杂度评价方法和边缘特征的图像复杂度评价方法。基于直线特征的图像复杂度评价方法:首先使用LSD方法对图像的直线特征进行检测,然后通过专家咨询的方法对检测出的直线长度进行区间划分,将不同长度区间中的线段数量作为图像的评价指标,把归一化处理后的评价指标作为图像复杂度的评价参数。通过BP神经网络训练的方法获得评价参数的权重系数,最后建立关于直线特征的图像复杂度值的计算分析模型,依据主观评价方法证明该方法的正确性。基于边缘特征的图像复杂度评价方法:首先通过Canny算子的方法对图像边缘进行检测,通过多方面考虑,综合性的选取了评价指标参数,把边缘比率、连通域数目和边缘线段数量等作为评价指标参数,然后对评价指标参数进行归一化处理,通过权重训练获得评价指标参数权重系数。最后建立关于边缘特征的图像复杂度值的计算分析模型,通过主观评价方法和基于边缘模糊算法的图像复杂度评价方法对本文的方法进行验证。结果表明,本文关于几何特征的图像复杂度的计算结果不仅符合人类视觉的判断,而且相对于基于边缘模糊算法的图像复杂度评价方法准确度更高,它可以科学的对图像复杂程度做出判断。