Image 如何利用矢量化计算图像面片的方差

我有一个560*560*3的图像文件，我想把图像分成许多8*8的小块，然后计算每个小块的方差。使用Matlab或倍频程计算每个图像块的方差的矢量化方法是什么？

使用

mat2cell

和

cellfun

。我假设图像存储在矩阵

M

中。你需要的是单元格平均值和单元格平均值的方差。这是图像压缩方案吗

PatchSize = 8;

%These have the 8x8 patches (although you can change this using PatchSize)
RedPortion = mat2cell(M(:,:,1), PatchSize*ones(size(M,1)/PatchSize, 1), PatchSize*ones(size(M,2)/PatchSize, 1));
GreenPortion = mat2cell(M(:,:,2), PatchSize*ones(size(M,1)/PatchSize, 1), PatchSize*ones(size(M,2)/PatchSize, 1));
BluePortion = mat2cell(M(:,:,3), PatchSize*ones(size(M,1)/PatchSize, 1), PatchSize*ones(size(M,2)/PatchSize, 1));

% The mean(x(:)) takes the mean of the 8x8 cell
RedMean = cellfun(@(x) mean(x(:)), RedPortion, 'uni', 0);
GreenMean = cellfun(@(x) mean(x(:)), GreenPortion, 'uni', 0);
BlueMean = cellfun(@(x) mean(x(:)), BluePortion, 'uni', 0);

% The x - mean(x(:)) takes the variance from the mean of the 8x8 cell
RedVariance = cellfun(@(x) x - mean(x(:)), RedPortion, 'uni', 0);
GreenVariance = cellfun(@(x) x - mean(x(:)), GreenPortion, 'uni', 0);
BlueVariance = cellfun(@(x) x - mean(x(:)), BluePortion, 'uni', 0);

---

您可以使用

nfilter

功能：

  fun = @var;
  B = nlfilter(A, [8 8], fun);

顺便说一下，如果您想要3x3图像修补程序，可以使用

stdfilt

。剩下的就是在图像上应用一个正方形：

  s = stdfilt(im);
  s = s.*s;

---

一种矢量化方法-

PSZ = 8;              %// Patch size
[m,n,r] =  size(A);   %// Get size of image

%// Arrange each patch into columns of a 2D array
ptc = reshape(permute(reshape(A,PSZ,m/PSZ,PSZ,[]),[1 3 2 4]),PSZ^2,[])

%// Perform variance calculations for each column and reshape into a 3D array
out = reshape(sum(bsxfun(@minus,ptc,mean(ptc,1)).^2)/(PSZ^2-1),m/PSZ,n/PSZ,r)

样本运行-

投入：

>> A
A(:,:,1) =
            1            4            5      0.19304      0.39711     0.010979
            6            2            1      0.34164      0.37472      0.57326
            9            0            3       0.9329      0.13111      0.78973
      0.45032      0.37385      0.59497      0.39067      0.43504      0.23537
      0.58247      0.58158      0.96216      0.27322     0.091513      0.44802
      0.68664      0.11612      0.18578      0.15195      0.61463      0.56936

      ....
>> PSZ %//(patch-size)
PSZ =
     3

运行代码后：

>> out
out(:,:,1) =
       8.2778     0.091761
     0.066907     0.032665
     ....

验证第一个修补程序的结果：

    1            4            5    
    6            2            1 
    9            0            3 


>> var([1 4 5 6 2 1 9 0 3]) %// With MATLAB's var function on the first patch
ans =
       8.2778

---

从，输出，我们有

out（1,1,1）

是

8.2778

补丁不是8x8，而是8x3，对吗？考虑到三种颜色成分，您如何定义差异？

cellfun

基本上是在引擎盖下使用一个循环。对于循环（如果有的话），我不确定这比

快多少。