今天在看區域性熵方面的內容，看論文中介紹的內容感覺區域性熵挺容易了，於是就有了實現的想法，結果效果非常糟糕。

得到的幾乎是一張空白的圖片，就像下面一樣：

究其原因是各種論文上都寫了這樣一個公式：

這裡f(i,j)就是在m*n這個區域性的畫素，這個沒問題，不過這裡的p是什麼東西，按這裡的定義p是當前畫素灰度佔區域性總灰度的概率，而p原本應該是區域性直方圖，也就是當前畫素灰度個數佔區域性畫素總個數的概率，所以這裡的意義我也不明白了，結果按公式計算就得到了上圖，和各種論文中的圖都不一樣。

而真正的公式應該是這樣：

熵的公式本來不就是這樣麼，這裡的p是歸一化後的區域性直方圖。

這樣執行的結果就正確了，和matlab系統提供的entropyfilt函式結果是一樣的。

自己函式處理的

系統函式處理的

matlab程式碼如下：

 1 clear all;
 2 close all;
 3 clc;
 4 
 5 img=imread('lena.jpg');
 6 [m n]=size(img);
 7 w=3;    %模板半徑
 8 imgn=zeros(m,n);
 9 for i=1+w:m-w
10     for j=1+w:n-w
11         
12         Hist=zeros(1,256);
13         for p=i-w:i+w
14             for q=j-w:j+w
15                 Hist(img(p,q)+1
 
)=Hist(img(p,q)+1)+1;    %統計區域性直方圖
16             end
17         end
18         Hist=Hist/sum(Hist);
19         for k=1:256
20             if Hist(k)~=0
21                imgn(i,j)=imgn(i,j)+Hist(k)*log(1/Hist(k));  %區域性熵
22             end
23         end
24         %{  
25         p=sum(sum(img(i-w:i+2
 
,j-w:j+w)));   %這裡是按第一個公式寫的
26         s=img(i-w:i+w,j-w:j+w)/p;
27         imgn(i,j)=-sum(sum(s.*log(s)));
28         %}
29     end
30 end
31 imshow(imgn,[])
32 
33 imgn=entropyfilt(img);         %系統的區域性熵函式
34 figure;
35 imshow(imgn,[])