平均每个3 x3的周围的像素矩阵,不包括计数的“局外人”。

8视图(30天)

显示旧的评论

西蒙。 2023年4月13日

0
链接

这个问题直接联系

https://es.mathworks.com/matlabcentral/answers/1946673-average-of-the-surrounding-pixels-for-each-3x3-matrix-excluding-the-outliers-from-the-count

评论道: 安东尼尚 2023年4月16日15:57

亲爱的所有,

我有几个134 x134温度数据矩阵两类。

对于每一个像素,我需要计算周围8个像素的平均值(不含中央像素计算)。

我这样做仅仅通过:

                          MyMtx% 134 x134矩阵
                         
                          内核= 1 (3,3)/ 8;
                         
                          内核(2,2)= 0;
                         
                          bg = nanconv (MyMtx内核,“相同”);

我需要做的是计算平均扣除(设置为南?),每个子矩阵中的值下降外上限和下限,即那些刨丝器比3 x3的平均值+标准偏差矩阵和那些小于3 x3的mean-standard偏差矩阵,分别。

例如,我的子3 x3矩阵:

                          MySubMtx = [284.536443397838, 285.257928640519, 284.887393876757;…
                         
                          281.380348448367、285.774025332031、284.514456427377;…
                         
                          274.226936908716,278.793284550825,283.871352790957)%注意:中央像素排除在平均(其重量是0)
                         
                          MySubMtxStd = nanstd (MySubMtx (:))% 3.8919 -注:中央像素被排除在性病
                         
                          MySubMtxAvg = nanmean (MySubMtx (:))% 282.1835 -注:中央像素必须排除在平均水平
                         
                          UpperLimit = MySubMtxAvg + MySubMtxStd% 286.0754
                         
                          LowerLimit = MySubMtxAvg-MySubMtxStd% 278.2916
                         
                          %这将留给我的平均(如因nanconv)计算这个“残余”矩阵
                         
                          MySubMtx = [284.536443397838, 285.257928640519, 284.887393876757;…
                         
                          281.380348448367、南284.514456427377;…
                         
                          南,278.793284550825,283.871352790957)

任何帮助炉篦赞赏!

*编辑:

我设法写代码的工作,但它是极其缓慢的。你能帮我修改下面的代码来增强其性能减少其计算时间:

                          一个=魔法(134);%假设这是我134年x134矩阵
                         
                          背景=南(大小(A));
                         
                          Mtx_Siz = 134 * 134;
                         
                          xmin = 1;
                         
                          xmax = 3;
                         
                          ymin = 1;
                         
                          ymax = 3;
                         
                          为我= 1:Mtx_Siz
                         
                          如果ymax < 135;
                         
                          掩码= 0(大小(A));
                         
                          面具(ymin: ymax xmin: xmax) = 1;
                         
                          面具(ymax-1 xmax-1) = 0;
                         
                          jmask =找到(掩码= = 1);
                         
                          B = (jmask);
                         
                          B_Mean = nanmean (B);
                         
                          B_std = nanstd (B);
                         
                          B_Upper = B_Mean + B_std;
                         
                          B_Lower = B_Mean-B_std;
                         
                          jout =找到(B < B_Lower | B > B_Upper);
                         
                          B (jout) =南;
                         
                          B_Mean2 = nanmean (B);
                         
                          B_std2 = nanstd (B);
                         
                          背景(ymax-1 xmax-1) = B_Mean2;
                         
                          xmin = xmin + 1;
                         
                          xmax = xmax + 1;
                         
                          如果xmax = = 135;
                         
                          xmin = 1;
                         
                          xmax = 3;
                         
                          ymin = ymin + 1;
                         
                          ymax = ymax + 1;
                         
                          其他的
                         
                          结束
                         
                          其他的
                         
                          结束
                         
                          保持背景Mtx_Siz ymin ymax xmin xmax
                         
                          结束

0评论
显示隐藏1以上的评论

登录置评。

在回答这个问题。

答案(1)

安东尼尚 2023年4月14日

0
链接

直接链接到这个答案

https://es.mathworks.com/matlabcentral/answers/1946673-average-of-the-surrounding-pixels-for-each-3x3-matrix-excluding-the-outliers-from-the-count answer_1215798

编辑:安东尼尚 2023年4月16日15:56

你好,

你可以尝试这样的:

您的代码需要0.9秒到我的笔记本电脑上运行。这需要0.06秒

                              清晰的所有
                             
                              抽搐
                             
                              一个=魔法(134);
                             
                              [sx, sy] =大小(A);
                             
                              matMEAN = 0(大小(A));%包含邻近值的均值矩阵
                             
                              为我= 1:sx
                             
                              为j = 1: sy
                             
                              如果我< sx & & j > > 1 & & 1 & & j < sy%如果指数在中部地区
                             
                              subMat =(张:我+ 1,j - 1: j + 1);% 3 x3的邻居矩阵
                             
                              uplim = nanmean (subMat (:)) + nanstd (subMat (:));
                             
                              lowlim = nanmean (subMat (:)) -nanstd (subMat (:));
                             
                              B = subMat > lowlim & subMat < uplim;
                             
                              B (2, 2) = 0;
                             
                              matMEAN (i, j) =意味着(subMat (B));
                             
                              其他的%如果在边界
                             
                              如果我= = 1 & & j = = 1%左上角
                             
                              subMat =(我+ 1,j: + 1);
                             
                              uplim = nanmean (subMat (:)) + nanstd (subMat (:));
                             
                              lowlim = nanmean (subMat (:)) -nanstd (subMat (:));
                             
                              B = subMat > lowlim & subMat < uplim;
                             
                              B (1,1) = 0;
                             
                              matMEAN (i, j) =意味着(subMat (B));
                             
                              elseif我= = 1 & & j > 1 & & < sy%顶部边界
                             
                              subMat =(我+ 1,j - 1: j + 1);
                             
                              uplim = nanmean (subMat (:)) + nanstd (subMat (:));
                             
                              lowlim = nanmean (subMat (:)) -nanstd (subMat (:));
                             
                              B = subMat > lowlim & subMat < uplim;
                             
                              B (1、2) = 0;
                             
                              matMEAN (i, j) =意味着(subMat (B));
                             
                              elseifj = = 1 & &我> 1 & & < sx%左边界
                             
                              subMat =(张:我+ 1,j: + 1);
                             
                              uplim = nanmean (subMat (:)) + nanstd (subMat (:));
                             
                              lowlim = nanmean (subMat (:)) -nanstd (subMat (:));
                             
                              B = subMat > lowlim & subMat < uplim;
                             
                              B (2, 1) = 0;
                             
                              matMEAN (i, j) =意味着(subMat (B));
                             
                              elseifj = = sy > 1 & & & &我< sx%对边界
                             
                              subMat =(张:我+ 1,j - 1: j);
                             
                              uplim = nanmean (subMat (:)) + nanstd (subMat (:));
                             
                              lowlim = nanmean (subMat (:)) -nanstd (subMat (:));
                             
                              B = subMat > lowlim & subMat < uplim;
                             
                              B (2, 2) = 0;
                             
                              matMEAN (i, j) =意味着(subMat (B));
                             
                              elseif我= = sx & & j > 1 & & < sy%底部边界
                             
                              subMat = (j - 1张:我:j + 1);
                             
                              uplim = nanmean (subMat (:)) + nanstd (subMat (:));
                             
                              lowlim = nanmean (subMat (:)) -nanstd (subMat (:));
                             
                              B = subMat > lowlim & subMat < uplim;
                             
                              B (2, 2) = 0;
                             
                              matMEAN (i, j) =意味着(subMat (B));
                             
                              elseif我= = sx & & j = = 1%右下角
                             
                              subMat =(张:i, j: j + 1);
                             
                              uplim = nanmean (subMat (:)) + nanstd (subMat (:));
                             
                              lowlim = nanmean (subMat (:)) -nanstd (subMat (:));
                             
                              B = subMat > lowlim & subMat < uplim;
                             
                              B (2, 1) = 0;
                             
                              matMEAN (i, j) =意味着(subMat (B));
                             
                              elseif我= = sx & & j = = sy%左下角
                             
                              subMat = A (j - 1张:我:j);
                             
                              uplim = nanmean (subMat (:)) + nanstd (subMat (:));
                             
                              lowlim = nanmean (subMat (:)) -nanstd (subMat (:));
                             
                              B = subMat > lowlim & subMat < uplim;
                             
                              B (2, 2) = 0;
                             
                              matMEAN (i, j) =意味着(subMat (B));
                             
                              elseif我= = 1 & & j = = sy%左上角
                             
                              subMat =(我+ 1,j - 1: j);
                             
                              uplim = nanmean (subMat (:)) + nanstd (subMat (:));
                             
                              lowlim = nanmean (subMat (:)) -nanstd (subMat (:));
                             
                              B = subMat > lowlim & subMat < uplim;
                             
                              B (1、2) = 0;
                             
                              matMEAN (i, j) =意味着(subMat (B));
                             
                              结束
                             
                              结束
                             
                              结束
                             
                              结束
                             
                              toc

希望这有助于

2的评论
显示隐藏 1年长的评论

安东尼尚 2023年4月16日15:57

是的,你是对的!有一个错误在第一个“如果”声明,我只是eddited代码。

登录置评。

在回答这个问题。

类别

MATLAB 数学线性代数

找到更多的在线性代数在帮助中心和文件交换

s manbetx 845

MATLAB

释放

R2022b

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!

翻译的

平均每个3 x3的周围的像素矩阵,不包括计数的“局外人”。

0评论
显示隐藏1以上的评论

答案(1)

2的评论
显示隐藏 1年长的评论

另请参阅

类别

标签

s manbetx 845

释放

社区寻宝

平均每个3 x3的周围的像素矩阵,不包括计数的“局外人”。

0评论 显示隐藏1以上的评论

答案(1)

2的评论 显示隐藏 1年长的评论

另请参阅

类别

标签

s manbetx 845

释放

社区寻宝

0评论
显示隐藏1以上的评论

2的评论
显示隐藏 1年长的评论