图像熵的意义以及计算

转自： http://www.zhizhihu.com/html/y2010/1367.html

熵（entropy）指的是体系的混乱的程度，它在控制论、概率论、数论、天体物理、生命科学等领域都有重要应用，在不同的学科中也有引申出的更为具体的 定义，是各领域十分重要的参量。熵由鲁道夫·克劳修斯（Rudolf Clausius）提出，并应用在热力学中。后来在，克劳德·艾尔伍德·香农（Claude Elwood Shannon）第一次将熵的概念引入到信息论中来。

图像熵表示为图像灰度级集合的比特平均数，单位比特/像素，也描述了图像信源的平均信息量。

H(p)=-∑i,jp(i,j)lnp(i,j), 其中p(i,j)=x(i,j)/∑i,jx(i,j),x(i,j)为图像的像元

%%%%%%%%%%%%%%%%Matlab源码%%%%%%%%%%%%%%

%计算一副图像的熵

 

%随机生成图像

A=floor(rand(8,8).*255);

 

[M,N]=size(A);

temp=zeros(1,256);

 

%对图像的灰度值在[0,255]上做统计

for m=1:M;

for  n=1:N;

 

if A(m,n)==0;

i=1;

else

i=A(m,n);

end

temp(i)=temp(i)+1;

end

end

temp=temp./(M*N);

 

%由熵的定义做计算

result=0;

 

for  i=1:length(temp)

if temp(i)==0;

result=result;

else

result=result-temp(i)*log2(temp(i));

end

end

result

 

%计算联合熵

 

%随机生成图像

A=floor(rand(8,8).*255);

B=floor(rand(8,8).*255);

 

[M,N]=size(A);

temp=zeros(256,256);

 

%对图像的灰度值成对地做统计

for m=1:M;

for n=1:N;

 

if  A(m,n)==0;

i=1;

else

i=A(m,n);

end

 

if B(m,n)==0;

j=1;

else

j=B(m,n);

end

 

temp(i,j)=temp(i,j)+1;

end

end

temp=temp./(M*N);

 

%由熵的定义做计算

result=0;

 

for  i=1:size(temp,1)

for j=1:size(temp,2)

if temp(i,j)==0;

result=result;

else

result=result-temp(i,j)*log2(temp(i,j));

end

end

end

result