二维多尺度熵分析：在图像纹理评估中的应用

二维多尺度熵分析：在图像纹理评估中的应用

 

在最著名的复杂性度量之一是多尺度熵（MSE）对于时间序列，MSE（在处理一维数据时称为MSE 1D）的计算取决于两个步骤：（i）粗粒度过程以得出代表不同时间尺度上系统动态的时间序列集；（ii）计算每个粗粒度时间序列的样本熵。

但是，到目前为止，MSE仅用于一维数据。我们将原始MSE算法（MSE 1D）推广到二维数据（MSE 2D ）。

主要思想：

MSE 1D有两个步骤：a.粗粒化过程 （此过程中使用的非重叠式粗粒化）

b.每个粗粒度时间序列的样本熵计算。

改进后MSE 1D称为ModMSE 1D有两个步骤：（2013年改进）

a.粗粒化过程 （因原始的粗粒化过程中使用的非重叠式粗粒化会导致时间序列的减少，样本熵可能对熵产生不精确的估计，特别是在时间序列较短的时，可能会引起不确定的熵值。改进后的粗粒化过程中使用重叠式粗粒化过程，相较于非重叠式的粗粒化过程会大幅度减少时间序列的减少。）

b.每个粗粒度时间序列的样本熵计算。（无变动）

给出MSE 2D概念两个步骤：（作者给出二维拓展）

a.粗粒化过程 （此过程中使用的非重叠式粗粒化，将一维的长度为N的单变量离散信号使用具有W宽度和H高度的任意图像u来进行替换）

b.每个粗粒度时间序列的样本熵计算。（和MSE 1D中计算过程相同，将一维的长度为N的单变量离散信号使用具有W宽度和H高度的任意图像u来进行替换。将N 替换成W-m,和H-m。）

改进后ModMSE 2D两个步骤：（与2013年改进相似）

a.粗粒化过程 （与MSE 2D相比 仅仅将非重叠式换成重叠式粗粒化过程）

b.每个粗粒度时间序列的样本熵计算。（与MSE 2D相比无变化）

数据集：为每个纹理图案（类）创建数据集，使用了10组图像，将每个图像划分为16个图像，每个图像的尺寸为160×160像素。

 数据库网址http : //multibandtexture.recherche.usherbrooke.ca/normalizedbrodatz.html。