實習圖像熵的計算

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習。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。學習圖像嫡基本概念，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