MATLAB计算图像互信息值

101 阅读 0 评论 67 点赞

我是靠谱客的博主尊敬西装，最近开发中收集的这篇文章主要介绍MATLAB计算图像互信息值，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

图像处理中常常需要比较两幅图像的相似度，例如在图像配准中，将互信息值作为配准结果的评价指标。

互信息值是其中一种较为常用的方法，其核心思想是熵，即图像所包含的信息。

假设有图像A,B，则它们互信息值计算公式为：I(A,B) = H(A) + H(B) - H(A,B)

公式的意义很明显。H(A,B)为A,B的联合熵，是使用A,B的联合直方图计算出的结果，可以理解为A,B共同包含的信息。若A,B共同包含信息越少(A,B信息重复越多)，则H(A,B)越小，因此互信息值I越大。

实验：

输入实验图像，分别进行[10,10]像素、[20,20]像素的平移，分别计算互信息值

实验代码

se1=translate(strel(1),[10 10]);
se2=translate(strel(1),[20 20]);
img1=imdilate(test,se1);
img2=imdilate(test,se2);
m1 = MI(test,img1);
m2 = MI(test,img2);

互信息值代码

function mi=MI(a,b)
%Caculate MI of a and b in the region of the overlap part
%计算重叠部分
[Ma,Na] = size(a);
[Mb,Nb] = size(b);
M=min(Ma,Mb);
N=min(Na,Nb);
%初始化直方图数组
hab = zeros(256,256);
ha = zeros(1,256);
hb = zeros(1,256);
%归一化
imax = max(max(a));
imin = min(min(a));
if imax ~= imin
a = double((a-imin))/double((imax-imin));
else
a = zeros(M,N);
end
imax = max(max(b));
imin = min(min(b));
if imax ~= imin
b = double(b-imin)/double((imax-imin));
else
b = zeros(M,N);
end
a = int16(a*255)+1;
b = int16(b*255)+1;
%统计直方图
for i=1:M
for j=1:N
indexx = a(i,j);
indexy = b(i,j) ;
hab(indexx,indexy) = hab(indexx,indexy)+1;%联合直方图
ha(indexx) = ha(indexx)+1;%a图直方图
hb(indexy) = hb(indexy)+1;%b图直方图
end
end
%计算联合信息熵
hsum = sum(sum(hab));
index = find(hab~=0);
p = hab/hsum;
Hab = sum(-p(index).*log(p(index)));
%计算a图信息熵
hsum = sum(sum(ha));
index = find(ha~=0);
p = ha/hsum;
Ha = sum(-p(index).*log(p(index)));
%计算b图信息熵
hsum = sum(sum(hb));
index = find(hb~=0);
p = hb/hsum;
Hb = sum(-p(index).*log(p(index)));
%计算a和b的互信息（越大匹配结果越好）
mi = Ha+Hb-Hab；