搜索资源列表
ZUDASAHNG_SEGmention
- 图像局部最大熵进行区域增长的多目标分割方法 .以局部熵最大值作为目标种子 ,运用区域增长技术实现多目标分割 ,一种常用的方法是预先给图像设置初始增长元,即预先投掷种子,在一定的规则下由增长元开始增长,这种方法需要对不同的区域投掷不同的种子.但是,对复杂多目标图像,投掷种子是一件比较困难的事.在背景变化比较大的多目标图像中,目标与背景是不同的,目标的灰度相对变化较小,而背景的灰度变化比较大.从信息论角度看,灰度变化小的地方其信息量少,局部熵值大 灰度变化大的地方,其信息量多,局部熵值小,由此可以认
图像的熵
- 运用信息论的知识求解图像的信息量也就是熵的算法。-use of information, the knowledge to solve image is the amount of entropy algorithm.
cal_entropy256
- 可以读取256级灰度图片，并且计算该图片的信息熵，信息论要用到-Can read the 256-level grayscale images, and calculate the image of the information entropy, information theory use
xinxishang
- ：将信息论中熵的概念应用到特征选择中，定义了两种信息测度评价特征——误差熵和混叠熵，然后阐述了两种定义的不 用物理意义，分析了计算熵中最关键的区间划分问题，并提出一种较好的区间划分方法。-: The concept of entropy in information theory applied to feature selection, the definition of information measure evaluation of two features- error entro
2paper2
- 根据图像数字水印基本原理和水印信道的构造及生成方式，从信息论的角度，对基于高斯噪声信道的数字水印容量进行探索。针对高斯信源分布具有最大的不确定性、能够在所有的二阶随机分布中提供最大信息熵的特点，分析在高斯分布情况下的整个水印信道通信过程，并引入平均互信息理论，给出基于高斯的水印信道容量的最大通信速率。同时分析加性噪声信道下的容量问题，将高斯分布扩展到非高斯分布，优化容量计算表达式，利用Matlab软件工具给出非高斯信源水印容量与受限失真度的2D和3D关系仿真曲线，并结合实际给出结果分析。-】Ba
The-information-entropy
- 利用信息论的相关知识求得图像的信息熵，进而方便处理-Knowledge of the use of information theory to obtain the information entropy of the image, and thus facilitate the processing of