matlab代码实现计算图像信息熵

资 源 简 介

matlab代码实现计算图像信息熵

详 情 说 明

如何用MATLAB计算遥感融合图像的信息熵

图像信息熵是衡量图像信息丰富程度的重要指标，尤其适用于评估遥感图像融合效果（如TM与SPOT图像的IHS、PCA融合结果）。其核心原理是通过统计图像灰度级分布概率，计算像素值的不确定性。

实现逻辑分三步： 灰度级概率统计 将融合后的图像（如IHS或PCA结果）转换为灰度图像（若为多光谱需先提取单波段），统计每个灰度级（0-255）出现的频次，并计算各灰度级出现的概率p(i)。

信息熵公式应用 根据信息论公式 H=-Σ(p(i)*log2(p(i)))，其中p(i)≠0。MATLAB中可通过逐像素遍历或histcounts函数高效完成概率统计，再用对数运算叠加结果。

结果对比分析 分别计算TM原始图像、SPOT原始图像及IHS/PCA融合结果的信息熵。通常，优质融合图像的信息熵会高于单一源图像，表明其包含更丰富的细节信息。

扩展思考： 对于多波段图像，可计算各波段信息熵后取均值 结合标准差等指标综合评估融合质量 注意熵值增益并非越大越好，需避免过度噪声引入