图像的熵


原文出处: http://www.cnblogs.com/king1302217/archive/2013/04/08/1920804.html


已知图像X,包含N个像素,p1,p2...pN,其中pi为灰度为i的像素个数,则图像的熵为

                       H(p1,p2...pN)=-∑pi*log pi

      图像的熵反映了图像包含的信息量大小,信息量越大,熵值H越大,图像的熵H具有以下特性

1)对称性    

                H(p1,p2...pN)=  H(p2,p1...pN)      pi可以任意置换

2)归一性

               对于2值图像,当图像灰度均匀时,即p0=p1

                H(p1,p1)=H(1/2,1/2)= log2

 

3)确定性             

            当pi=1,p1,p2...pi-1,pi+1,....pN=0时

            H(p1,p2...pN)= -log1 = 0

4)极值性

            H(p1,p2...pN)<= H(1/N,1/N...1/N)=logN

 

总结:

      图像的熵反映了图像包含的信息量

      1)当图像为纯色图时(纯白,纯黑图),图像只包含一个灰度值,此时熵最小,H=0(见定理3),图像的信息量为0。

                因为图像为纯色时(灰度为一个值),也就说明图像不包含任何地物目标,信息量为0。(类似于空白地图)

      2)当图像包含N个灰度值时,即图像每个像素的灰度值都不同,此时熵最大,H=logN,图像的信息量最大。

               因为此时,图像每个像素灰度都不同,可以认为图像每个单一像素都是一个独立地物目标,信息量为最大N。(类似于地图充满了地物)

     

         图像的熵H越大,图像包含的像素灰度越丰富,灰度分布越均匀,图像的地物目标越多,图像的信息量越大,反之则反。

         

          图像灰度分布越均匀(各个灰度值的像素个数一致)& 图像灰度范围越大(N越大),图像的熵H=logN越大;

         一副图像,当每个像素的灰度都不同时(灰度一致并且灰度范围N最大),此时的熵最大。

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值