WOLFRAM

Wolfram 语言与系统参考资料中心

EntropyFilter[data,r]

通过用熵值替换范围为 r 的邻域以内的值对 data 进行滤波.

EntropyFilter[data,{r1,r2,…}]

对数据中的第 维用 ri 进行滤波.

更多信息
Details and Options Details and Options
范例  
基本范例  
范围  
数据  
参数  
应用  
属性和关系  
可能存在的问题  
参见
相关指南
历史
按以下格式引用：

EntropyFilter

EntropyFilter[data,r]

通过用熵值替换范围为 r 的邻域以内的值对 data 进行滤波.

EntropyFilter[data,{r1,r2,…}]

对数据中的第 维用 ri 进行滤波.

更多信息

  • EntropyFilter 返回信号的局部随机值，常用来测量图像的纹理. 领域的大小取决于 r 的值.
  • 应用于每个范围为 r 的邻域的函数是 Entropy.
  • data 可以为以下任意形式：
  • list任意维度的数值数组
    tseries时态数据，如 TimeSeries、TemporalData、 …
    image任意 Image 或 Image3D 对象
    audio一个 Audio 对象
  • EntropyFilter[data,{r1,r2,…}] 计算以每个样本为中心的、大小为 的区域内的熵值.
  • MeanFilter 假定列表和图像采用索引坐标系统.
  • 在数据的边界处，EntropyFilter 使用较小的邻域.

范例

打开所有单元 关闭所有单元

基本范例  (3)

将熵滤波器应用于数字向量：

Wolfram Language code: EntropyFilter[{0, 0, 0, 1, 1, 1, 1, 0, 0, 0}, 1] // N

对 TimeSeries 进行滤波：

Wolfram Language code: ts = TemporalData[TimeSeries, {{{-5.284299554283819, 2.5633277538370023, 6.579100030714124, -1.968961681799072, -0.4139386346612976, -1.9026234920486018, -0.6119551311215429, 6.658489816525363, -1.1389707331791818, 2.125399040092273, -2.100657 ... -1.0208703378550394, 4.53291764229072, 0.8063886166734048, -0.556998456633081, 5.892989731928727}}, {{0, 100, 1}}, 1, {"Continuous", 1}, {"Discrete", 1}, 1, {ResamplingMethod -> {"Interpolation", InterpolationOrder -> 1}}}, False, 11.1];
Wolfram Language code: filter = EntropyFilter[ts, 5]
Wolfram Language code: ListLinePlot[{ts, filter}, PlotLegends -> {"original data", "filter"}]

随机圆盘的熵滤波：

Wolfram Language code: EntropyFilter[[image], 1]

范围  (11)

数据  (7)

对向量应用移动熵滤波器：

Wolfram Language code: EntropyFilter[{1, 2, 3, 3, 3, 3, 3}, 1]

对 2D 数组进行熵滤波：

Wolfram Language code: EntropyFilter[(⁠| | | | | | - | - | - | - | | 1 | 1 | 1 | 0 | | 1 | 1 | 1 | 0 | | 1 | 1 | 0 | 0 | | 0 | 0 | 0 | 0 |⁠), 1]//N//MatrixForm

对量数组 (quantity array) 进行熵滤波：

Wolfram Language code: data = {Quantity[2, "Meters"], Quantity[1, "Meters"], Quantity[0, "Meters"], Quantity[3, "Meters"], Quantity[0, "Meters"], Quantity[1, "Meters"], Quantity[3, "Meters"], Quantity[1, "Meters"], Quantity[1, "Meters"], Quantity[3, "Meters"], Quantity[3, "Meters"], Quantity[1, "Meters"]};
Wolfram Language code: filtered = EntropyFilter[data, 1]//N

对 Audio 信号进行滤波：

Wolfram Language code: a = Import["ExampleData/rule30.wav"];
Wolfram Language code: b = EntropyFilter[a, 15]
Wolfram Language code: AudioPlot[{a, b}]

对 2D 灰度图像进行滤波：

Wolfram Language code: EntropyFilter[[image], 3]//ImageAdjust

对三维图像进行熵滤波：

Wolfram Language code: EntropyFilter[[image], 1]

对符号数组进行滤波：

Wolfram Language code: EntropyFilter[{a, a, a, b, b, b}, 1]

参数  (4)

指定所有方向使用同样大小的半径：

Wolfram Language code: EntropyFilter[[image], 5]

增加半径会使图像更平滑：

Wolfram Language code: Table[Labeled[EntropyFilter[[image], r], Text["*r* = " <> ToString@r]], {r, {1, 3, 5}}]

只在第一个方向进行熵滤波：

Wolfram Language code: EntropyFilter[[image], {5, 0}]

第二个方向：

Wolfram Language code: EntropyFilter[[image], {0, 5}]

只在垂直方向对三维图像进行熵滤波：

Wolfram Language code: EntropyFilter[[image], {1, 0, 0}]

只在水平面上滤波：

Wolfram Language code: EntropyFilter[[image], {0, 1, 1}]

应用  (3)

应用熵滤波以显示具有较高亮度的较高信息内容区域：

Wolfram Language code: EntropyFilter[[image], 5]// ImageAdjust

熵滤波可以显示 JPEG 压缩失真：

Wolfram Language code: EntropyFilter[[image], 1]

下面显示图像中存在的填充：

Wolfram Language code: EntropyFilter[[image], 1]// ImageAdjust

属性和关系  (2)

熵滤波与使用函数 Entropy 的 ArrayFilter 一样：

Wolfram Language code: r = 1; x = {1, 2, -1, 1, 2, 3, 1, -1, 3, 1}; ArrayFilter[Entropy[Flatten[#]]&, x, r, Padding -> None] == EntropyFilter[x, r][[r + 1 ;; -r - 1]]

熵滤波与使用函数 Entropy 的 ImageFilter 一样：

Wolfram Language code: ImageCrop[EntropyFilter[[image], 1], 3] == ImageCrop[ImageFilter[Entropy[Flatten[#]]&, [image], 1], 3]

可能存在的问题  (1)

不能对实值图像进行离散熵测量，因为不同的像素值不太可能出现两次：

Wolfram Language code: EntropyFilter[[image], 3]//ImageAdjust

用 ColorQuantize 来限制可能的像素值的数量：

Wolfram Language code: EntropyFilter[ColorQuantize[[image], 16], 3]//ImageAdjust
Wolfram Research (2008)，EntropyFilter，Wolfram 语言函数，https://reference.wolfram.com/language/ref/EntropyFilter.html （更新于 2016 年）.

文本

Wolfram Research (2008)，EntropyFilter，Wolfram 语言函数，https://reference.wolfram.com/language/ref/EntropyFilter.html （更新于 2016 年）.

CMS

Wolfram 语言. 2008. "EntropyFilter." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2016. https://reference.wolfram.com/language/ref/EntropyFilter.html.

APA

Wolfram 语言. (2008). EntropyFilter. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/EntropyFilter.html 年

BibTeX

@misc{reference.wolfram_2026_entropyfilter, author="Wolfram Research", title="{EntropyFilter}", year="2016", howpublished="\url{https://reference.wolfram.com/language/ref/EntropyFilter.html}", note=[Accessed: 11-September-2026]}

BibLaTeX

@online{reference.wolfram_2026_entropyfilter, organization={Wolfram Research}, title={EntropyFilter}, year={2016}, url={https://reference.wolfram.com/language/ref/EntropyFilter.html}, note=[Accessed: 11-September-2026]}