标签：个数 http sum atl str 原因 pre mat 统计局
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,[])
标签：个数 http sum atl str 原因 pre mat 统计局
原文地址：https://www.cnblogs.com/ybqjymy/p/13646478.html
