x=[1 2 3 56 7
2 3 5 45 8
];
[n,m]=size(x);
k=1/log(n);
X=zeros(n,m);
for j=1:m
for i=1:n
c=sort(x(:,j));
big=x(n,j);
small=x(1,j);
X(i,j)=(x(i,j)-small)/(big-small)+1;
end
end
p=[];
for j=1:m
th=0;
for t=(X(:,1))'
th=th+t;
end
Ph=X(:,j)/th;
p=[p Ph];
end
e=[];
for j=1:m
eg=0;
for i=1:n
eh=-kp(i,j)log(p(i,j));
eg=eg+eh;
end
e=[e,eg];
end
E=0;
for j=1:m
E=E+e(j);
end
g=[];
for j=1:m
gh=(1-e(j))/(m-E);
g=[g,gh];
end
Eh=0;
for nh=g
Eh=Eh+nh;
end
w=[];
for j=1:m
wh=g(j)/Eh;
w=[w,wh];
end
s=[];
for i=1:n
sh=w(i)p(i,:);
shen=0;
for she=sh
shen=shen+she;
end
s=[s ,shen];
end
(来源网络)
常用的清晰度评价算法有: 频域函数 :对焦越好、高频部分越多,细节越多,图像越清晰。 灰度函数 :对焦越好,和周围相邻灰度点差值越大,边缘越清晰,图像越清晰。 信息熵函数:对焦越好,图像包含的信息熵越大,包含信息量更大,图像越清晰。 统计学函数:对焦越好,直方图多样性越好,图像越清晰。 常用的搜索算法有: 1、函数逼近法 2、Fibbonacci搜索法 3、爬山搜索算法
%求近似熵函数function resultapen=APEN(input_signal,input_m,input_r);%input_signal为要求近似熵的序列,input_m为给定的模式的维数,input_r为相似容限x=input_signal;m=input_m;r=input_r;[input_row,input_col]=size(x);%输入的信号序列一般为1行n列n=input_col;%信号的点数
rownum=n-m+1;%构造的m维矢量的行数signalmatrix=zeros(rownum,m);%构造信号矩阵for i=1:1:rownum for j=1:1:m signalmatrix(i,j)=x(i+j-1); endendsumC=0;
for ii=1:1:rownum nnum=0; for jj=1:1:rownum U=zeros(m,1);%存放 d=0; for kk=1:1:m U(kk,1)=abs(signalmatrix(ii,kk)-signalmatrix(jj,kk)); end d=max(U);%X(i)与X(j)的距离的最大值 if d<r nnum=nnum+1;%如果距离小于阈值,则个数+1; end end C=(nnum-1)/(rownum-1); if C>0 sumC=sumC+log(C); endendresultapen=sumC/rownum;return;
以上就是关于用Matlab写求‘熵值法确定权重系数’的程序怎样写法全部的内容,包括:用Matlab写求‘熵值法确定权重系数’的程序怎样写法、自动对焦实验,需要一个程序(自动对焦图像清晰度算法):在Matlab中将20张图挑出最清晰的一张、近似熵的MATLAB计算程序,或者其他可以用于计算近似熵的软件程序,谢谢等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)