zoukankan      html  css  js  c++  java
  • MATLAB 图像局部熵

    今天在看局部熵方面的内容,看论文中介绍的内容感觉局部熵挺容易了,于是就有了实现的想法,结果效果非常糟糕。

    得到的几乎是一张空白的图片,就像下面一样:

    究其原因是各种论文上都写了这样一个公式:

    这里f(i,j)就是在m*n这个局部的像素,这个没问题,不过这里的p是什么东西,按这里的定义p是当前像素灰度占局部总灰度的概率,而p原本应该是局部直方图,也就是当前像素灰度个数占局部像素总个数的概率,所以这里的意义我也不明白了,结果按公式计算就得到了上图,和各种论文中的图都不一样。

    而真正的公式应该是这样:

    熵的公式本来不就是这样么,这里的p是归一化后的局部直方图。

    这样运行的结果就正确了,和matlab系统提供的entropyfilt函数结果是一样的。

    自己函数处理的

    系统函数处理的

    matlab代码如下:

     1 clear all;
     2 close all;
     3 clc;
     4 
     5 img=imread('lena.jpg');
     6 [m n]=size(img);
     7 w=3;    %模板半径
     8 imgn=zeros(m,n);
     9 for i=1+w:m-w
    10     for j=1+w:n-w
    11         
    12         Hist=zeros(1,256);
    13         for p=i-w:i+w
    14             for q=j-w:j+w
    15                 Hist(img(p,q)+1)=Hist(img(p,q)+1)+1;    %统计局部直方图
    16             end
    17         end
    18         Hist=Hist/sum(Hist);
    19         for k=1:256
    20             if Hist(k)~=0
    21                imgn(i,j)=imgn(i,j)+Hist(k)*log(1/Hist(k));  %局部熵
    22             end
    23         end
    24         %{  
    25         p=sum(sum(img(i-w:i+2,j-w:j+w)));   %这里是按第一个公式写的
    26         s=img(i-w:i+w,j-w:j+w)/p;
    27         imgn(i,j)=-sum(sum(s.*log(s)));
    28         %}
    29     end
    30 end
    31 imshow(imgn,[])
    32 
    33 imgn=entropyfilt(img);         %系统的局部熵函数
    34 figure;
    35 imshow(imgn,[])
  • 相关阅读:
    misc子系统
    Spring boot+RabbitMQ环境
    Linux input
    lnmp环境的搭建
    DDD的.NET开发框架
    【踩坑记】从HybridApp到ReactNative
    Migrating from IntelliJ Projects
    Windows下Redis中RedisQFork位置调整
    远程仓库版本回退方法 good
    maven repository
  • 原文地址:https://www.cnblogs.com/ybqjymy/p/13646478.html
Copyright © 2011-2022 走看看