基於影像二維熵的影片訊號丟失檢測(Signal Loss Detection)
1 影像二維熵
影像二維熵作為一種特徵評價尺度能夠反映出整個影像所含平均資訊量的高低，熵值(H)越大則代表影像所包含的資訊越多，反之熵值(H)越小，則影像包含的資訊越少。對於影像資訊量，可以簡單地認為影像的邊緣資訊越多則影像的資訊量越大。
2 訊號丟失檢測
2.1 畫面對比
-
由於訊號丟失所產生的畫面大部分均由簡單的純色或少色的人造影像，再加上「訊號丟失」提示資訊所構成，因此訊號丟失畫面的資訊量與正常影像相比較低。例如：
上圖所示的訊號丟失畫面由黑色螢幕加上訊號丟失提示組成，畫面簡單，資訊量較低。 -
而正常畫面具有更多的邊緣資訊，
因此影像的資訊量相較於訊號丟失畫面由明顯差別。
2.2 訊號丟失檢測結果分析
通過對影像計算二維熵值，並設置合理閾值(Threshold)便能達到訊號丟失畫面檢測的目的。檢測結果如下：
-
一張正常影像的二維熵值通常較高，說明影像中存在較多的邊緣資訊，不存在訊號丟失現象。
-
作為最為常見的訊號丟失情況，純色背景的訊號丟失影像的二維熵值極小，表明畫面存在訊號丟失異常。
-
彩色背景的訊號丟失影像使用頻率雖然不如純色背景高，但也有大量的應用場景，通過計算它的二維熵值，發現其二維熵值雖然較純色訊號丟失影像更大，但依舊不高，依然可以判斷影像存在訊號丟失異常。
