Matlab 如何根据均值和标准差确定两个矩阵的高阈值和低阈值

我有两个矩阵属于高斯分布，大小是3x3。现在，我想估计它们矩阵的上下阈值。I表示每个矩阵的平均值和标准偏差为μ1；μ2和σ1；σ2. 高阈值和低阈值是相同的

T_hight=(μ1+μ2)./2+k1∗(σ1+σ2)./2

T_low=(μ1+μ2)./2-k2∗(σ1+σ2)./2

其中k1，k2为常数

我的问题是“我的公式正确吗？因为这是高斯分布，所以k1=k2，对吗？这是我的代码。你能帮我查一下吗？”

---

在您使用的公式中，联合标准偏差是错误的。它应该是

T_high=(μ1+μ2)./2+k1∗sqrt((σ1^2+σ2^2)/2);
T_low=(μ1+μ2)./2-k2∗sqrt((σ1^2+σ2^2)/2);

由于您将所有18个像素视为属于同一分布，为什么不使用以下选项

v=[v1(:);v2(:)];
μ=mean(v); 
σ=std(v);
k1=k2=1; 
T_high=μ+k1*σ;
T_low=μ-k2∗σ1;

---

我不太清楚你在做什么。什么是k1，k2？你所说的“上下阈值”是什么意思？你在添加矩阵吗？如果是这样，请查看结果sd应为

sqrt（σ1^2+σ2^2）

。k1和k2为常数。它们是权重因子。T_high和T_low是我需要的低阈值和高阈值。我不确定我的公式是否正确？这是第一个问题。你们的参考值只是两个正态分布的和。我的分布是两个正态分布的平均值。我认为它们是不同的。平均值只是总和的一半，所以它是

（μ1+μ2）。/2+/-k1∗（sqrt（σ1^2+σ2^2））。/2

谢谢。使用std2时我错了。你的方法很好，但是如果我的maxtrix是大尺寸的呢。它能工作吗？std2用于二维矩阵，对于向量，它与std相同。因此，写std2（v1（：）是可以的，但写std（v1（：）或std2（v1）更为惯用。如果您的数据是一个逻辑矩阵，8位整数，16位整数，那么使用std2可能会提高速度。否则，std2只调用std。

v=[v1(:);v2(:)];
μ=mean(v); 
σ=std(v);
k1=k2=1; 
T_high=μ+k1*σ;
T_low=μ-k2∗σ1;