论文部分内容阅读
自香农信息论被引入遥感领域以来，遥感图像的信息量一直使用香农熵衡量。香农信息论源于热力学，其核心概念为香农熵。香农熵源自对热力学领域玻尔兹曼熵的改进。在热力学中，玻尔兹曼熵致力于刻画热力学系统的无序性，其数值既取决于热力学系统的微观单元(如气体分子)的数量，又取决于微观单元的空间分布。不同于热力学，通讯领域以一维的报文信息为主，因此诞生于通讯领域的香农熵仅关注信息的组成成分(信息源产生信号的不同状态)，忽略了成分的结构和分布。其结果是，直接应用于遥感领域的香农熵，在刻画图像信息时与像素的空间分布无关。为了能够刻画图像的空间信息，遥感领域以及图像处理领域的学者进行了大量的改进研究。例如，将传统直方图改进为二维的直方图；利用灰度共生矩阵刻画空间信息；利用小波变换捕捉像素点的空间分布；利用拉普拉斯金字塔捕捉相邻像素的相关性等。这些改进使得香农熵对像素的空间分布敏感，但并不完全有效。在一定意义上讲，香农熵是一维的，是二维玻尔兹曼熵的简化。遥感领域以及图像处理领域的改进工作，可认为是致力于将一维的香农熵对二维的空间信息敏感。本文提出应重返玻尔兹曼熵，并提供了玻尔兹曼熵从概念到计算的数学模型。