matlab中的二维数据分块

我试图用x和y坐标存储一些数据，但我面临两个挑战：

x和y尺寸中的料仓宽度

料仓位置（料仓边缘应从何处开始）

我有一些跟踪目标的传感器。每个传感器获取目标在2D空间中的位置，但是由于读取错误，我从每个传感器获取的位置不同。因此，我想将读数放入容器中，然后取容器中读数的平均值，得到目标的位置

---

我想知道是否有人可以推荐一种可能的解决方案，或者是一本关于装箱理论的书，这样我就可以了解如何解决我的问题

您可以使用

histcounts2

在2D中执行装箱。要获得箱子位置，您可以获取所有测量值的2D空间，并将其划分为nxn网格（根据需要选择n）。如果坐标保存在两列矩阵中

P

x = P(:,1); y = P(:,2)
xmax = max(x); xmin = min(x);
ymax = max(y); ymin = min(y);
N = 10; % Lets say number of bins we want
dx = (xmax - xmin) / (N-1);  dy = (ymax - ymin)/ (N-1); % N-1 will be clear in the next two lines
Xedges = xmin - dx/2 : dx : xmax + dx/2; % The outermost edges fall outside the range of data
Yedges = ymin - dy/2 : dy : ymax + dy/2; 
N = histcounts2(x,y,Xedges,Yedges)

---

您可以使用

histcounts2

在2D中执行装箱。要获得箱子位置，您可以获取所有测量值的2D空间，并将其划分为nxn网格（根据需要选择n）。如果坐标保存在两列矩阵中

P

x = P(:,1); y = P(:,2)
xmax = max(x); xmin = min(x);
ymax = max(y); ymin = min(y);
N = 10; % Lets say number of bins we want
dx = (xmax - xmin) / (N-1);  dy = (ymax - ymin)/ (N-1); % N-1 will be clear in the next two lines
Xedges = xmin - dx/2 : dx : xmax + dx/2; % The outermost edges fall outside the range of data
Yedges = ymin - dy/2 : dy : ymax + dy/2; 
N = histcounts2(x,y,Xedges,Yedges)

---

在图像处理中，我使用binning 2x2如下：

I=im2double（imread（'cameran.tif'）；J=（I（1:2:end，1:2:end）+I（2:2:end，1:2:end）+I（1:2:end，2:2:end）+I（2:2:end，2:2:end））/4；imshow（J）

这可能比阅读装箱理论更容易，

histcounts2

允许您在每个维度中用指定数量的箱子装箱二维数据，并返回边。如果你想指定你自己的边缘，你可以得到你的数据范围，并使用

meshgrid

生成你自己的边缘。在图像处理中，我使用binning 2x2如下：

I=im2double（imread（'cameran.tif'）；J=（I（1:2:end，1:2:end）+I（2:2:end，1:2:end）+I（1:2:end，2:2:end）+I（2:2:end，2:2:end））/4；imshow（J）

这可能比阅读装箱理论更容易，

histcounts2

允许您在每个维度中用指定数量的箱子装箱二维数据，并返回边。如果您想指定自己的边，您可以获得数据的范围，并使用

meshgrid

生成自己的边。我了解histcounts2的工作原理，但我的问题是我不知道如何设置它的参数。例如，箱子的大小，是否基于我读数中的误差方差？或者我还有什么需要考虑的吗。还有一个是箱子的位置，可能是我有3个不同的读数，我需要一个箱子，里面包括所有的3个点，有没有办法100%确保这可能发生？考虑到我有很多目标加上一些鬼点，我知道histcounts2是如何工作的，但我的问题是我不知道如何设置它的参数。例如，箱子的大小，是否基于我读数中的误差方差？或者我还有什么需要考虑的吗。还有一个是箱子的位置，可能是我有3个不同的读数，我需要一个箱子，里面包括所有的3个点，有没有办法100%确保这可能发生？考虑到我有很多目标加上一些鬼点。