图片相似性度量与信息熵

1、在同一问题域，信息熵越小，包含的信息量越大。 

由熵公式（略）可知，当公式中所有事件的发生概率P[i]都相等时，计算出的信息熵最大。下面以赛马为例说明。如果张三告诉你，全部7匹马得第一的概率都是相等的；而李四告诉你，1号马获胜概率为70%，其他6匹马各为5%。显然，李四的信息更有价值（他可以帮助你选1号马）；张三等于没给你什么信息（因为，假设你获得不了什么情报，你就会认为各匹马获胜的概率是相等的）。李四的信息包含的信息量更大，而通过熵公式计算可知，李四信息的信息熵要小于张三信息的信息熵。所以说：在同一问题域，信息熵越小，包含的信息量越大。

 在不同问题域比较熵是没有意义的。

2、用图片全局直方图量化图片并比较

一副灰度图，每个象素点灰度值取值范围是[0，255]，按照灰度值从小到大统计图片中每个灰度值对应的像素点数，可得到一个包含256个元素的一维数组，即图片全局直方图。可通过比较两个图片的全局直方图来比较其相似性。

全局直方图缺点是，如果我把一图片中的像素进行重新排列组合，会得到完全相反的图片，但它们的全局直方图是相同的。 全局直方图没有考虑像素的位置导致了这个问题。

3、用图片局部直方图量化图片并比较

局部直方图在全局直方图基础上考虑了像素位置因素。其思想是：1）把图片均匀的分成N等分，对每一等分做直方图，并比较。2）对N等分的比较结果进行汇总。

 这个方法比全局直方图更准确，但计算要求高。分的越细，计算要求越高，因此N如何取值，需要视情况而定。

 

4、用图片信息熵量化图片并比较

统计出图片中每个灰度出现的概率，然后用熵公式，计算出图片信息熵。    两个图片的熵越接近，说明其越相似。

如果整个图片求1个信息熵值，会出现与全局直方图同样的问题，即对像素重新排列，熵不变。因此借鉴局部直方图法，将图片分块后，对每一块求熵比较，最后统计。