信息论编码实验二熵的计算.docVIP

实验二 熵的计算 一、实验目的 通过本次实验的练习，使学生进一步巩固熵的基本概念，掌握熵的统计方法，培养学生使用编程工具进行分析计算的基本能力。 二、实验仪器与软件 1. PC机 1台 2. MATLAB7.0环境 三、实验原理 (一)信息熵的基本原理 离散信源数学模型如下（设该信源可能取的符号有n个）： 则该信源的信息熵为 H(X)是信源X中每个事件出现的平均信息量，或者说H(X)表示了信源X中各符号出现的平均不确定性。 图像的信息熵 设数字图像的灰度级集合为{r1,r2,…,rm}，其对应的概率分别为p(r1),p(r2),…,p(rm)，则图像的信息熵可以定义为： 图像的信息熵表示像素各个灰度级位数的统计平均值，它给出了对此输入灰度级集合进行无失真图像编码时所需要的平均位数的下限。 （二）图像文件的读取 （1）函数imread（） MATLAB通过函数imread完成图像的读取，该函数语法格式如下： I = imread(filename,fmt) 用于读取由filename指定的图像数据到数组A中，参数fmt对应于所有图像处理工具所支持的图像文件格式。如I=imread（rice.tif）； （2）函数imhist（） 显示图像的直方图。 用法： imhist(I,n) 计算和显示图像I的直方图，n为指定的灰度级数目，默认为256。如果I是二值图像，那么n仅有两个值。 [counts,x] = imhist(I) 返回直方图数据向量counts或相应的色彩值向量x。 （3）函数size(a) 表示矩阵a每个维度的长度 如size([1 2 3;4 5 6])，返回[2 3]，表示该矩阵有2行3列 （4）find 寻找非零元素下标 如：x = [11 0 33 0 55]; find(x) ans = 1 3 5 find(x == 0) ans = 2 4 (5)相关函数 点运算 在MATLAB中，有一种特殊的运算，因为其运算符是在有关算术运算符前面加点，所以叫点运算。点运算符有.*、./、.\和.^。两矩阵进行点运算是指它们的对应元素进行相关运算，要求两矩阵的维参数相同。 sum(X) 求和运算，对矩阵X的所有元素进行求和 for循环 例：for k=1:10 x(k)=k.^2; end 四、实验内容 （一）对给出的图像信息，读取该图像信息，并通过统计该图像的像素值情况，计算各个像素值出现的概率，得到该图像的信息熵。 （二）多个信源比较 对多个不同图像源进行（一）操作，从物理意义上对这些图像的信源熵结果进行比较分析，得出结论。 五、实验结果 (利用所学知识，完成实验内容，并将实验过程和实验步骤和结果写在报告中) I = imread(cameraman.tif); imhist(I); [counts,x] = imhist(I) ; A=size(I); Total=A(1,1)*A(1,2); B=find(counts); m=size(B); T=m(1,1)*m(1,2); S=0; for i=1:1:T P=counts(B(i,1),1)/Total; S=S-P*log2(P); end disp(S=) disp(S) S=7.0097 图1 求cameraman.tif的信息熵和灰度分布图 I = imread(lenal.jpg); imhist(I); [counts,x] = imhist(I) ; A=size(I); Total=A(1,1)*A(1,2); B=find(counts); m=size(B); T=m(1,1)*m(1,2); S=0; for i=1:1:T P=counts(B(i,1),1)/Total; S=S-P*log2(P); end disp(S=) disp(S) S=7.4070 图2 求lena1.jpg的信息熵和灰度分布图 I = imread(lena2.jpg); imhist(I); [counts,x] = imhist(I) ; A=size(I); Total=A(1,1)*A(1,2); B=find(counts); m=size(B); T=m(1,1)*m(1,2); S=0; for i=1:1:T P=counts(B(i,1),1)/Total; S=S-P*log2(P); end disp(S=) disp(S) S=7.4450 图3 求lena1.jpg