图像信息熵matlab代码

来源：互联网发布：mmd虎视眈眈镜头数据编辑：程序博客网时间：2024/06/05 10:12

function [entr,ind] = entrCompute(InImg,groupNum)% Output the entropy of InImg % ========= INPUT ============%       InImg       size: cell(numImg * 1);  each cell: m * n%       groupNum    the number of images in each group % ========= OUTPUT ===========%       entr        entropies of all images%       ind         the sort of all entropiesentr = cell(numel(InImg)/groupNum,1);  %每groupNum个一组记录entropyfor id = 1 :  numel(entr)    for jd = 1 : groupNum       entr{id}(jd) = Imentropy(InImg{(id - 1) * groupNum + jd});    end    end%对信息熵进行排序trash = cell(numel(entr),1);ind = cell(numel(entr),1); for id = 1 : numel(entr)    [trash{id} ind{id}] = sort(entr{id},'descend');endend

function entr = Imentropy(im)    I = roundn(im,-1) ;  %取小数点后n位    [C,R] = size(I);      %求图像的规格    Img_size = C * R;       %图像像素点的总个数    P_N = unique(I);    L = length(P_N);    H_img = 0;    nk = zeros(L,1);    for i = 1 : C        for j = 1 : R            for k = 1 : L                temp = P_N(k,1);                if I(i,j) == temp                    nk(k,1) = nk(k,1) + 1;                end            end        end    end    for k = 1 : L        Ps(k) = nk(k)/Img_size;       %计算每一个灰度级像素点所占的概率        if Ps(k)~=0;                  %去掉概率为0的像素点            H_img = -Ps(k)*log2(Ps(k))+H_img;    %求熵值的公式        end    end    entr = H_img; end

0 0