如何编写求图像的熵的Matlab程序

求图像的熵，在型纯许多场合下都有应用，也可以有多种编写程序的方法，下面介绍作者编写的一个图像熵的函数yentropy()，可以直接调用首租晌。可者锋以用于求图像的局部熵，也可以求其整体熵。

function entr=yentropy(a)

a=uint8(a) %这里a为8位的单色图像或24为的RGB彩色图像

[m n l]=size(a)

entr=0

for k=1:l

hi=zeros(1,256)

for i=1:m

for j=1:n

hi(a(i,j,k)+1)=hi(a(i,j,k)+1)+1 %求每种值的在图像中出现的次数

end

end

hi=sort(hi,'descend')

hi=hi./m./n %求概率

en=0.0

for i=1:256

if hi(i)>0

en=en-hi(i).*log2(hi(i)) %概率不为0 累加求熵

else

i=257 %否则停止

end

end

entr=entr+en

end

entr=entr/l %当l=1时a为单色图像；当l=3时a为彩色图像，三个页面的熵平均

计算步骤如下图渣蔽：在信枯梁山息论中，熵是对不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。根据熵的特性，我们可以通过计算熵值来判断一个事件的没中随机性及无序程度，也可以用熵值来判断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的影响越大。

%---------------------------------

%求一幅数字图像的熵值

%---------------------------------

I=imread('lena.bmp')

%I=double(I)

[C,R]=size(I)%求图像的规格

Img_size=C*R%图像像素点的总谈弯饥个数

L=256%图像的灰度级

H_img=0

nk=zeros(L,1)

for i=1:C

for j=1:R

Img_level=I(i,j)+1%获取图闹返像的灰度级

nk(Img_level)=nk(Img_level)+1%统计每个灰度级像素的点数

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%求熵值含返的公式

end

end

H_img

%entropy(I)

---