實習(xí)圖像熵的計算

1、信息論實驗報告 # 信息論實驗報告 # #實驗一lena圖勺維爛與二維爛計算信息論實驗報告 # #信息論實驗報告 實驗內(nèi)容能夠?qū)懗鯩ATLAB源代碼，求lena圖像的一維爛?？紤]像元空間相關(guān)性，求lena圖像的二維嫡。實驗原理MATLAB中數(shù)據(jù)類型、矩陣運算、圖像文件輸入與輸出知識復(fù)習(xí)。利用信息論中信息爛概念，求出任意一個離散信源的爛(平均自信息量)。任何一個消息的自信息量都代表不了信源所包含的平均自信息量。不能作為整個信源的信息測度，因此定義自信息量的數(shù)學(xué)期望為離散信源的平均自信息量：Hg=Elog扁=-p(q)logp(q-)r=i稱之為信源的信息矯。H是從整個信源的統(tǒng)計特性來考慮的，它是

2、從平均意義上來表征信源的總體特性的。對于某特定的信源，其信息矯只有一個;不同的信源因統(tǒng)計特性不同，其爛也不同。學(xué)習(xí)圖像嫡基本概念，能夠求出圖像一維爛和二維爛。圖像爛反映了圖像中平均每個像元含有信息量的多少。一維矯將像元看作相互獨立,表示圖像中灰度分布的聚集特征。令Pi表示圖像中灰度值為i的像素所占的比例，計算圖像的一元灰度爛為：255H=-rlogpii=0圖像的一維爛可以表示圖像灰度分布的聚集特征，卻不能反映圖像灰度分布的空間特征，為了表征這種空間特征，可以在一維爛的基礎(chǔ)上引入能夠反映灰度分布空間特征的特征量來組成圖像的二維嫡。選擇圖像的鄰域灰度均值作為灰度分布的空間特征屋,與圖像的像素灰度

3、組成特征二元組，記為(i,j),其中i表示像素的灰度值，j表示鄰域灰度，f(i,j)為特征二元組(i,j)出現(xiàn)的頻數(shù)。計算聯(lián)合概率Pij=Wmn其中MN等于圖像的總像元數(shù)。定義離散的圖像二維爛為:H弓島PogP“構(gòu)造的圖像二維爛可以在圖像所包含信息量的前提下，突出反映圖像中像素位置的灰度信息和像素鄰域內(nèi)灰度分布的綜合特征.(原圖像與均值平滑后的圖像的聯(lián)合爛，再除以1/2.)實驗步驟1）輸入一幅圖像，并將其轉(zhuǎn)換成灰度圖像。2）統(tǒng)計岀圖像中每個灰度階彖素概率。3）統(tǒng)計出灰度階聯(lián)合分布矩陣。4）根據(jù)圖像嫡和二階爛公式，計算出一幅圖像的爛。五.實驗數(shù)據(jù)及結(jié)果分析testingDiscieteShann

4、onEntropy%discreteprobabilitiesset%callCalEntiopyfunctionprobSet=0.10.20.30.150.25,H=CalEntiopy(probSet),spnntf(ShannonEntiopyis:calculatetlieImageentiopyH1,H2=ImgEntiopy(lena.jpg,),ans=ShannonEntropyis:2.228213e+000ans=ordimageentropyis:7.450501e+000ans=ordimageentropyis:6.158439e+000附1:信息躺計算grayle

5、velsCalEntiopy.mCoefficientMat=zeros(256,256),array:DiscreteProbabilitiesSetforx=1:ixHOutputShaimonEntiopyfory=l:iyi=temp(x,y),j=temp(x,y+l),functionH=CalEntiopy(airay)CoefficientMat(i+lj+1)=VectornumbeiCoefficientMat(i+1j+l)+1,num=lengtli(aiTay),endCheckprobabilitiessumto1endifabs(sum(aiTay)1).0000

6、1,computetlieprobofmatnxeirorCProbablitiesdontsumtoI.1)P2=Coefficienthfat./(ix*iy),endHI=0,H2=0;Removeanyzeroprobabilities%fon=1:256zeroRobs=find(aiTaylmvievz(img),ix,iy=size(img),computeprobsforeachscalelevelinimagePl=linlnst(img)/(ix*iy),temp=double(img),fortheindexofimagepiexltemp=temp,temp(:,l),coirelationprobmatnxbetvzeen0.255函數(shù)調(diào)用實例test,mInfonnationTheoiyexpenmenttestingfile HYPERLINK mailto:,22/08/2007testingDiscreteShannonEntiopydiscreteprobabilitiessetprobSet=0.10.20.30.150.25;callCalEntiopy