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%%%%%%%%%%%%%%

帮助

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77

%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