要计算联合熵,您需要计算两个图像之间的联合直方图.联合直方图基本上与正常1D直方图相同,但第一维度记录第一图像的强度,第二维度记录第二图像的强度.这通常被称为
co-occurrence matrix.在联合直方图中的位置(i,j),它告诉我们在第一个图像中具有强度i和第二个图像中的强度j遇到的强度值有多少图片.
重要的是,这会记录我们在同一相应位置看到这对强度的次数.例如,如果我们具有(7,3)= 2的联合直方图计数,这意味着当我们扫描两个图像时,当我们遇到7的强度时,在第二个图像的相同对应位置,我们遇到强度为3次,共2次.
构造一个联合直方图非常简单.
>首先,创建一个256 x 256的矩阵(假设你的图像是无符号的8位整数),并将它们初始化为全零.此外,您需要确保两个图像的大小(宽度和高度)相同.
>一旦你这样做,看看每个图像的第一个像素,我们将表示为左上角.具体来说,看看这个位置的第一张和第二张图像的强度.第一图像的强度将用作行,而第二图像的强度将用作列.
>在矩阵中查找此位置,并将矩阵中的该点增加1.
>对图像中的其余位置重复此操作.
>完成后,将所有条目除以任一图像中的元素总数(记住它们应该是相同的大小).这将给我们两个图像之间的联合概率分布.
一个人倾向于用循环来做到这一点,但是众所周知,循环是非常慢的,如果可能的话应该避免.但是,您可以通过以下方式轻松地在MATLAB中执行此操作:无循环.我们假设im1和im2是您要比较的第一和第二个图像.我们可以做的是将im1和im2转换成向量.我们可以使用accumarray来帮助我们计算关节直方图. accumarray是MATLAB中最强大的函数之一.你可以把它看成是一个缩影MapReduce范例.简单地说,每个数据输入都有一个键和一个相关的值. accumarray的目标是将属于同一个键的所有值复制一下,并对所有这些值进行一些操作.在我们的情况下,“键”将是强度值,值本身是每个强度值的值1.然后,我们需要将映射到所有bin的所有