对于信息熵的计算,可能相关算法很多,具体的在idl中如何实现,就着前段时间朋友的帮助将自己的心得分享给大家,希望对大家学习idl有所帮助。
;;在编写代码的过程中有需要注意的几点:1)idl如何读取img格式的数据文件(除去通用格式数据意外),如何调用envi函数?2)整体的编程思路是怎样的?3)分析结果的保存。
pro articulation
COMPILE_OPT idl2
ENVI, /restore_base_save_files
envi_batch_init
infile = dialog_pickfile(title = '请选择要打开的文件:')
envi_open_file, infile, r_fid=fid
if (fid eq -1) then begin
envi_batch_exit
return
endif
envi_file_query, fid, dims=dims, nb=nb ,INTERP=INTERP
pos = lindgen(nb)
print,pos
data = ENVI_GET_DATA(/COMPLEX, DIMS=dims, FID=fid , INTERP=INTERP, POS=pos)
help,data
file_size = size(data)
print,file_size
column = file_size[1]
row = file_size[2]
data_new = make_array(column,row,nb)
DNmax = max(data)
DNmin = min(data)
print,DNmax
;
;;信息熵的计算
;
new_data = make_array(DNmax)
for i = DNmin,DNmax-1 do begin
index = where((data-i) ne 0,count)
if count eq 0 then begin
P = 0
endif else begin
P = count/float((row*column))
endelse
new_data[i] = P * (alog10(P) /alog10(2))
; print,new_data[i]
endfor
outdata = - total(new_data)
; print,outdata
;
outfile = dialog_pickfile(title = '保存结果到TXT文档:',filter = '*.txt')
openw,lun,outfile,/get_lun
printf,lun,'信息熵:',outdata
free_lun,lun
end
分享到:
相关推荐
基于MATLAB的图像信息熵计算,内含原始图像和结果图像
信息熵计算的源程序,计算复杂系统的不确定性的定量依据。广泛应用于系统科学的各个方面
2.复习信息熵基本定义, 能够自学图像熵定义和基本概念。 二、实验内容与原理: 实验内容:1.能够写出MATLAB 源代码,求信源的信息熵。 2.根据图像熵基本知识,综合设计出MATLAB 程序,求出给定图像的图像熵。
实用C++计算一篇英文文本的信息熵1、读取文档,统计英文字母及空格出现的次数;(将小写字母转为大写字母进行计数)2、求概率分布P(X);3、根据定义求信息熵。
基于信息熵进行图像质量评价,评价图像质量好坏。流程简单易于操作
使用Matlab计算信源熵,利用信息论与编码所学知识完成实验
图像信息熵计算,可计算出图像加密后是否是理想的随机图像,用来判断图像加密算法的效果,是评价一个图像加密算法的重要手段。通过输入加密后的图像,可利用该程序直接计算出图像的信息熵。
使用MATLAB实现信息熵的计算
计算灰度图像信息熵的方法,输入图像可以使灰度图或RGB图像。计算出来的信息熵,可以用来作为图像质量的判断依据之一。
可以计算图像信息熵的代码,很好用哦,可以下下来进行一些图像处理
计算一副RGB图像的二维信息熵,具有详细的注释。可以正常运行。 matlab版本的
用idl计算图像的信息熵和梯度,对遥感图像融合有很大的意义
内容简单明了,在MATLAB中实现的图像融合质量评价的信息熵计算
可以计算信息熵、信息熵增益、以及选取较大增益属性作为分类条件
计算图像的信息熵m文件
可有效计算各类熵值,信息熵、样本熵、谱熵计算,与其他程序相似
MATLAB样本熵计算 多种方法 亲测有效
信息论 熵值计算 c++ ///////////////////////////////////////联合熵H(XY) double HXY=0.0; for(i=0;i;i++) { for(j=0;j;j++) { HXY+=-pxy[i][j]*log(pxy[i][j])/log(2.0); } } ///////////////////...
香农信息熵的计算(例1和例2分别为两种不同类型的输入)以及互信息的计算(例3)。其中log默认为自然对数。 #例1: 计算香农信息熵(已知概率分布) #例2: 计算香农信息熵(此时给定了信号发生情况) #例3: 计算...