Я читаю документ сегментации изображения, в котором проблема приближается, используя парадигму «разделение сигнала», идея о том, что сигнал (в данном случае изображение) состоит из нескольких сигналов (объектов на изображении), а также как шум, и задача состоит в том, чтобы разделить сигналы (сегментировать изображение).Что означает энтропия в этом контексте?
Выходной сигнал алгоритма представляет собой матрицу, , которая представляет сегментирование изображения на M компонентов. T - общее количество пикселей в изображении, - это значение исходного компонента (/ сигнала/объекта) i в пикселе j
В статье, которую я читаю, авторы хотели бы выбрать компонент m для , который соответствует определенным критериям гладкости и энтропии. Но я не понимаю, что такое энтропия в этом случае.
Энтропия определяется следующим образом:
и они говорят, что «» являются вероятности, связанные с бункерах гистограммы «»
целевой компонент представляет собой опухоль и в документе говорится: «Ожидается, что связанный с опухолью компонент с« почти »постоянными значениями будет иметь наименьшее значение энтропии».
Но что означает низкая энтропия в этом контексте? Что представляет собой каждый бит? Как выглядит вектор с низкой энтропией?
Возможно, это была идея предоставить ссылку на бумагу. –
@MarkSetchell Done – user7154564