Discussion :

[velkouby]

Comment mesure-t-on le nombre de bits significatifs d'information dans une image?

Plus de détails:

Pour quantifier l'information, j'utilise une mesure d'entropie de l'image.
Mes données sont sur 12 bits, mais je ne pense pas qu'il y ait 12 bits d'information. Pour le tester, je trace une courbe de la valeur de l'entropie de mon image en fonction du nombre de bits permettant de la coder (voir images pour deux exemples différents). Donc en gros je recale mon image sur n bits, puis j'en calcule l'entropie, et je trace la courbe.

Et là, je cale sur l'interprétation de ces courbes. Quelqu'un a une idée?

PS: sur chaque graph, il y a 3 courbes, mais considérez qu'il n'y en a qu'une...

[pseudocode]

Pour le tester, je trace une courbe de la valeur de l'entropie de mon image en fonction du nombre de bits permettant de la coder (voir images pour deux exemples différents). Donc en gros je recale mon image sur n bits, puis j'en calcule l'entropie, et je trace la courbe.

Et ton but c'est que l'entropie soit egale au nombre de bits d'encodage ?

[velkouby]

je sais pas. Si c'est bien oui.

En fait, je ne sais pas ce que représente une unité d'entropie. Sur mon graph, j'utilise -p.ln(p)

[pseudocode]

En fait, je ne sais pas ce que représente une unité d'entropie.

Ah... C'est sûr que ca doit pas t'aider.

Sur mon graph, j'utilise -p.ln(p)

si "p" est bien la probabilité d'occurence d'une valeur (=histogramme normalisé), alors tu as calculé l'entropie de Shannon qui te donne directement le nombre de bits nécessaires pour encoder l'information contenue dans ton image.

[velkouby]

Pour être plus claire: Mon but est de mettre un volume de flottants sur 12 bit avec le moins de perte possible sur la gamme de niveaux de gris qui m'intéresse(celle où il y a de l'information).
L'image 2 correspond à un cast brute du volume flottant alors que dans l'image 1, j'ai récupéré uniquement les niveaux de gris au-dessus de ceux du fond de l'image, puis je les étalés sur 12 bits.

Je veux alors pouvoir quantifier ce que je gagne en terme d'information

[velkouby]

ok, là tu m'aide beaucoup :-)

Mais l'entropie de Sharon c'est pas -2p.ln(p) ?

[pseudocode]

Pour être plus claire: Mon but est de mettre un volume de flottants sur 12 bit avec le moins de perte possible sur la gamme de niveaux de gris qui m'intéresse(celle où il y a de l'information).

Pour moi c'est pas clair.

tu veux trouver les 2^12 valeurs les plus "représentatives" d'un ensemble de réels ?

[velkouby]

j'imagine bien que c'est pas claire...

tu veux trouver les 2^12 valeurs les plus "représentatives" d'un ensemble de réels ?

non. je veux mettre sur 12 bits la partie de l'image contenant le plus d'information. J'ai deux seuils que j'applique sur mon histogramme du volume flottant. Tout ce qui est inf. au seuil1, je le mets à la valeur seuil1, tout ce qui est sup. au seuil2, je le mets à la valeur seuil2. Puis je code sur 12 bits les valeurs en seuil1 et seuil2 (en les recardant entre 0 et 4095)

Je veux comparer la perte, ou le gain d'information entre un volume de référence (seuil1=0 et seuil2=max) et différentes valeurs de seuils

l'idée derrière ça est d'utiliser pleinement les 12 bits pour la dynamique de l'objet d'intérêt dans l'image.