如何计算图像I中所有子图像的平均值

Question

我有一个任务是计算从输入图像I提取的子图像的平均值。让我们来解释我的任务。我有一个图像I（即9x9）和一个窗口（即尺寸为3x3）。该窗口将从图像的左上角到右下角运行。因此，它会将输入图像提取到多个子图像中。我想计算这些子图像的平均值。你能给我建议一些matlab代码来计算它吗？

这是我的解决方案。但它不起作用。

• 首先，我定义的窗口为高斯
• 其次，高斯函数将从左上使用到右下卷积函数运行。 （需要注意的是，必须使用高斯核）

• 计算每个子窗口

  %% Given Image I,Defined a Gaussian Kernel 
  sigma=3; 
  K=fspecial('gaussian',round(2*sigma)*2+1,sigma);  
  KI=conv2(I,K,'same'); 
  %% mean value 
  mean(KI) 
  

  的平均值在这里的问题是，平均值关闭所有子图像将有大小相似的图像I因为图像中的每个像素都会产生一个子图像。但我的代码只返回一个值。什么是问题？

Answer 1

如果这是你来计算各个子图像中的平均值，一旦你与高斯内核过滤你的形象的愿望，只要你的卷积图像与mean or average filter。这将收集您的原始图像和每个输出位置的子图像，您将计算平均值。

在初始假设屏幕尺寸为3 x 3的情况下，只需将conv2与具有全部1/9系数的3 x 3屏蔽结合使用即可。换句话说：

%// Your code 
%% Given Image I,Defined a Gaussian Kernel 
sigma=3; 
K=fspecial('gaussian',round(2*sigma)*2+1,sigma);  
KI=conv2(I,K,'same'); 

%// New code 
mask = (1/9)*ones(3,3); 
out = conv2(KI, mask, 'same'); 

在out每个位置会给你什么样的平均值是在您的高斯滤波结果每个3×3子图像。

您还可以使用fspecial与标记average并指定掩码的大小/宽度来创建平均掩码。鉴于你已经在你的代码中使用它，你已经知道它的存在。同样，你也可以这样做：

mask = fspecial('average', 3); 

上面的代码假定宽度和面罩的高度是一样的，所以它会创造一切1/9系数的3×3面具。

除了

conv2被设计用于一般的2D信号。如果您想要过滤图片，我建议您改用imfilter。您应该可以访问它，因为fspecial是图像处理工具箱的一部分，所以imfilter也是如此。 imfilter已知比conv2效率更高，并且如果可用的话也使用Intel Integrated Performance Primitives (Intel IPP)（基本上，如果您在具有支持IPP的Intel处理器的计算机上运行MATLAB）。因此，你应该执行你的过滤是这样的：

%// Your code 
%% Given Image I,Defined a Gaussian Kernel 
sigma=3; 
K=fspecial('gaussian',round(2*sigma)*2+1,sigma);  
KI=imfilter(I,K,'replicate'); %// CHANGE 

%// New code 
mask = fspecial('average', 3); 
out = imfilter(KI, mask, 'replicate'); %// CHANGE 

的replicate标志是处理边界条件。当您的蒙版超出原始图像的边界时，replicate只会复制图像每一边的边框，以便在执行滤镜时蒙版可以舒适地适合图像。

编辑

鉴于你的评论，你想提取见于KI子图像。您可以使用功能强大的im2col功能，它是图像处理工具箱的一部分。你怎么称呼它，像这样：

B = im2col(A,[m n]); 

A将是你的输入图像，并B将是一个矩阵是大小mn x L的地方L是存在于你的形象和m可能的子图像的总数量，n分别是每个子图像的高度和宽度。 im2col的工作原理是，对于图像中存在的每个子图像，它会对它们进行扭曲，以使其适合于B中的单个列。因此，B中的每一列都会生成一个单独的子图像，该子图像被翘曲成一列。然后，您可以使用B中的每列进行GMM建模。

但是，im2col只返回不超出边界的有效子图像。如果你想要处理边缘和角落的情况下，你需要垫第一个图像。使用padarray来方便填充。因此，你要问什么，我们只是做：

Apad = padarray(KI, [1 1], 'replicate'); 
B = im2col(Apad, [3 3]); 

第一行代码将垫的图像，让您有包围图像的1个像素的边界。这将允许您在边界位置提取3 x 3个子图像。我使用replicate标志，以便您可以简单地复制边框像素。接下来，我们使用im2col，以便获得3 x 3个子图像，然后将其存储在B中。因此，B将成为9 x L矩阵，其中每列为您提供3 x 3的子图像。

请注意im2col翘曲列专业格式的这些列。这意味着对于您所拥有的每个子图像而言，它会将子图像中的每一列都叠加在一起，从而为您提供9 x 1列。您将有L全部子图像，并且它们水平连接以产生9 x L矩阵。此外，请记住，子图像从顶部到底部被读取为，然后从左到右被读取为，因为这是以列主要顺序操作的MATLAB的性质。