s=size(size(Dlow)); %交叉熵 if s(2)==3;%判断是灰度图还是RGB f1=rgb2gray(Dlow); f2=rgb2gray(Dfusion); else
f1=Dlow; f2=Dfusion;
end
G1=double(f1); G2=double(f2); [m1,n1]=size(G1); [m2,n2]=size(G2); m2=m1; n2=n1;
X1=zeros(1,256); X2=zeros(1,256); result=0;
%统计两图各灰度级像素 for i=1:m1 for j=1:n1
X1(G1(i,j)+1)=X1(G1(i,j)+1)+1; X2(G2(i,j)+1)=X2(G2(i,j)+1)+1; end
end
for k=1:256
P1(k)=X1(k)/(m1*n1); P2(k)=X2(k)/(m1*n1);
if((P1(k)~=0)&(P2(k)~=0))
result=P1(k)*log2(P1(k)/P2(k))+result; end
end
f=result
s=size(size(Dlow)); %if s(2)==3;%判断是灰度图还是RGB a=rgb2gray(Dlow); b=rgb2gray(Dfusion); end
a=double(Dlow);
b=double(Dfusion); [Ma,Na] = size(a); [Mb,Nb] = size(b); M=min(Ma,Mb);
21
互信息
N=min(Na,Nb); %初始化直方图数组 hab = zeros(256,256); ha = zeros(1,256);
hb = zeros(1,256); %归一化 if max(max(a))~=min(min(a))
a = (a-min(min(a)))/(max(max(a))-min(min(a)));
else
a = zeros(M,N);
end
if max(max(b))-min(min(b))
b = (b-min(min(b)))/(max(max(b))-min(min(b)));
else
b = zeros(M,N);
end
a = double(int16(a*255))+1; b = double(int16(b*255))+1; %统计直方图 for i=1:M
for j=1:N
indexx = a(i,j); indexy = b(i,j) ;
hab(indexx,indexy) = hab(indexx,indexy)+1; %联合直方图
ha(indexx) = ha(indexx)+1; %a图直方图
hb(indexy) = hb(indexy)+1; %b图直方图 end
end
%计算联合信息熵
hsum = sum(sum(hab)); index = find(hab~=0); p = hab/hsum;
Hab = sum(sum(-p(index).*log(p(index)))); %计算a图信息熵 hsum = sum(sum(ha)); index = find(ha~=0); p = ha/hsum;
Ha = sum(sum(-p(index).*log(p(index)))); %计算b图信息熵 hsum = sum(sum(hb)); index = find(hb~=0); p = hb/hsum;
Hb = sum(sum(-p(index).*log(p(index)))); %计算a和b的互信息 mi = Ha+Hb-Hab
22
%计算a和b的归一化互信息 mi1 = hab/(Ha+Hb);
img = double(img); %平均梯度 % Get the size of img [r,c,b] = size(img); dx = 1; dy = 1;
for k = 1 : b
band = img(:,:,k);
[dzdx,dzdy] = gradient(band,dx,dy);
s = sqrt((dzdx .^ 2 + dzdy .^2) ./ 2); g(k) = sum(sum(s)) / ((r - 1) * (c - 1)); end
outval = mean2(g);
[m,n]=size(Dfusion); %空间频率
s=size(size(Dfusion)); if s(1)==3;%判断是灰度图还是RGB img=rgb2gray(Dfusion); end
img =double(img); rf=0.00; cf=0.00; for i=1:m for j=2:n
rf=rf+(img(i,j)-img(i,j-1))*(img(i,j)-img(i,j-1)); end end
RF=rf/(m*n); for i=2:m for j=1:n
cf=cf+(img(i,j)-img(i-1,j))*(img(i,j)-img(i-1,j)); end end
CF=cf/(m*n);
MSF=(RF+CF) .^(1/2);
4.4 生成住房密度栅格影像
4.4.1 两表的连接
在ArcGIS软件中，选择Open Attribute Table中查看属性数据，其中，没有该图层的面积字段。因此需要进行有陆地面积的表格进行连接，如图31。
23
图31
在Join Data数据中选择两表连接的属性分别为STFID和BLKIDFP00，如图32。
图32
4.4.2 计算房屋密度
创建房屋密度字段hou_den，并进行字段计算，公式为：
hou_den=[HSE_UNITS]*1000000/[ALAND00]
其中，[HSE_UNITS]为各街区房屋单元数，[ALAND00]为各街陆地面积，单位平方米。乘以1000000是为将房屋密度的单位转换为个/平方千米,如图33。
图33
24
4.4.3 直接栅格化
在ArcGIS工具箱中选择工具Polygon to Raster，输入栅格数字的字段为hou_den，输出栅格大小为15m，如图34。
图34
4.4.4 IDW插值
在ArcGIS工具箱中选择工具Feature to Point，不勾选Inside，将选择多边形的中心点作为生成的点，如图35。
图35
在ArcGIS软件的空间分析模块中，打开IDW插值方法的窗口，对房屋密度的点图进行插值，选择字段为hou_den，输出栅格大小15m，如图36。
图36
25