画像は、輝度やRGBの情報をもつピクセルの集まりである。そして、我々はピクセルの結合の違いにより画像内の構造物の違いを認識できる。画像内の「木」を認識できるのは、幹に枝があり枝に葉があるという構造をもつようにピクセルが結合しているからである。画像内のピクセルの結合の大きさ(コンポーネント)と注目部分(メッシュ)を変化させる事で我々の構造物の認識は変わる。そこで、Efficient Graph-Based Image SegmentationをもとにRGBごとに領域分割を行なった画像を用いて、コンポーネントを元に画像のエントロピーを求めた。コンポーネントの大きさと、エントロピーを求める部分のメッシュサイズを変化させてエントロピーの変化を計算した。エントロピーの変化と構造物の間の関係性を検証した。 各コンポーネントのサイズを大きくするとエントロピーは小さくなるという結果になった。また、構造物の特徴的な部分とそれ以外の部分ではエントロピー変化が異なることもわかった。さらに、エントロピーの減少の変化が激しい前後で画像の重要な部分の情報が失われていると考えた。
