图像中的移动像素统计[重复]答案

【问题标题】：Moving Pixel Statistics in an Image [duplicate]图像中的移动像素统计[重复]
【发布时间】：2017-04-03 02:15:13
【问题描述】：

我想使用大小为3x3 像素的滑动窗口以逐像素方式迭代图像，并且在滑动窗口的每个位置我想计算最小值、最大值、均值和标准差。

你能告诉我如何做到这一点吗？另外，执行此操作的最快方法是什么？

非常感谢！

【问题讨论】：

请展示您已经尝试过的内容，包括您考虑使用的函数、您考虑采用的方法、其他语言的实现等。如果对 MATLAB 文档有任何不清楚的地方 - 您应该提及这一点。如果您遇到一些错误 - 您应该提到这一点。如果您担心性能问题 - 您应该询问这个问题（即“我做了 X，您能提出更有效的方法吗？”）。自己努力解决自己的问题会鼓励其他人回答。祝你好运！

【解决方案1】：

您应该尽可能使用内置函数。

nlfilter 推荐用于滑动窗口操作。 colfilt 相同，但通常具有更好的内存局部性，您应该使用它。

neigh = [3,3];

I_mean = colfilt(I, neigh, 'sliding', @mean);
I_max = colfilt(I, neigh, 'sliding', @max);
I_min = colfilt(I, neigh, 'sliding', @min);

可以使用stdfilt 计算标准偏差。 colfilt(... @std) 出于某种原因需要进行数据类型转换，并且在我的机器上慢了约 4 倍。

I_std = stdfilt(I);

返回使用 3x3 滑动窗口制作的标准差图像。

如果公平比较是指比较速度，请注意colfilt 和stdfilt 完全不同。

I_std = colfilt(double(I), neigh, 'sliding', @std);

您还可以通过imfilter 计算平均图像。快了一个数量级，但是边框像素输出有点不一样

tic;
meanh = fspecial('average', neigh);
I_mean = imfilter(I, meanh);
toc

Elapsed time is 0.024311 seconds.

对比

tic;
I_mean2 = colfilt(I, neigh, 'sliding', @mean);
toc

Elapsed time is 0.649545 seconds.

这是差异的说明 (double(I_mean)-double(I_mean2))。只有边框像素不同：

邻域越大，速度差异越大。

【讨论】：

非常感谢您的帮助。事实上，时间复杂度是我想要衡量的。我的原始代码是用 Java 编写的，它只扫描一次图像。在扫描期间，计算滑动窗口当前位置的四个值，即 min、max、mean 和 stdev，并在继续到下一个位置之前将其输入到函数中。在您的代码中，我认为会生成四个图像（矩阵），然后我需要重新扫描这些图像才能对窗口的每个位置进行操作。关于如何模仿我的 java 程序的任何想法？感谢您的支持。
对不起，我不明白你想要达到什么目的。 Matlab 完全是关于矢量化代码和调用高度优化的例程。如果您使用 for 循环实现某些东西并尝试将速度与 Java 中的类似例程进行比较，那么它会将苹果与橙子进行比较。如果您担心的是等待计算图像的功能，我可以保证这种方式更快。之后您可以循环遍历图像。或者更好的是，将它们提供给矢量化函数。