La Variance et de la Moyenne de l'Image

Je suis le calcul de la moyenne et de la variance de mon origine et stego image pour comparer
Je suis à l'aide de niveaux de gris image BMP pour comaprison

image=imread("image name")
M = mean(image(:))
V = var((image(:)))

Est que c'est correct fo de manière calcul de la moyenne/var dans MATLAB? Mon Variance est plus que moyen..

Toute aide appréciée..

InformationsquelleAutor user1268559 | 2012-03-30
  1. 8

    Ce sont, en effet, la bonne façon de calculer la moyenne et la variance sur tous les pixels de votre image.

    Il n'est pas impossible que votre variance est plus grande que la moyenne comme les deux sont définis de la manière suivante:

    mean     = sum(x)/length(x)
variance = sum((x - mean(x)).^2)/(length(x) - 1);

    Par exemple, si vous générer du bruit à partir d'une distribution normale standard avec randn(N,1), vous obtiendrez N échantillons, et si vous calculez la moyenne et la variance, vous obtiendrez environ 0 et 1. Donc, là aussi, votre variance peut bien être plus grand que la moyenne.

    Les deux ont un sens totalement différent: la moyenne donne une idée où tes pixels sont (c'est à dire ils sont blanc, noir, gris à 50%, ...). La moyenne sera de vous donner une idée de ce pixel de la couleur à choisir pour résumer la couleur de l'image complète. La variance vous donne une idée de la façon dont les valeurs des pixels sont propagation: par exemple, si votre moyenne de la valeur du pixel est de 50% de gris, sont la plupart des autres pixels est également de 50% de gris (petit écart) ou avez-vous des 50 pixels noirs et 50 pixels blancs (grand écart)? Donc, vous pourriez aussi vue comme un moyen d'obtenir une idée de comment bien la moyenne résume l'image (c'est à dire avec zéro écart, la plupart de l'information est saisie par la moyenne).

    edit: Pour la valeur RMS (Root Mean Square) d'un signal, il suffit de faire ce que l' définition dit. Dans la plupart des cas, vous voulez supprimer la composante continue (c'est à dire la moyenne) avant le calcul de la valeur RMS.

    edit 2: Ce que j'ai oublié de mentionner: il fait aussi peu de sens de comparer la valeur numérique de l'écart avec la moyenne à partir d'un point de vue physique. La moyenne a la même dimension que vos données (dans le cas de pixels, pense de l'intensité), tandis que la variance a la dimension de vos données carré (donc l'intensité^2). L'écart-type (std dans MATLAB), qui est la racine carrée de la variance sur l'autre main a la même dimension que les données, de sorte que l'on puisse faire des comparaisons, c'est une autre question que vous devriez faire une telle comparaison).

    • précisément. Exemple Simple: image = [0 2]. La moyenne est une, mais l'écart est de deux.
    • Grâce Egon pour une bonne explication.. pourriez-vous svp m'expliquer comment faire pour obtenir l'accès Root Mean Square valeur de l'image dans MATLAB..je me réfère à papier à partir de ce lien où veux dire, c'est beaucoup moins que la variance research.ijcaonline.org/nsc/number4/SPE046T.pdf
    InformationsquelleAutor Egon
  2. 5

    Si vous êtes workign avec RVB de l'image (H x W x 3), vous devez calculer la moyenne et la variance séparément pour chaque canal. Dans ce cas, la moyenne des pixels sera également 3-valeurs vectorielles.

    for ch = 1:3
   M(ch) = mean(reshape(img(:,:,ch),[],1));
   V(ch) = var(reshape(img(:,:,ch),[],1));
end

    MATLAB a la fonction image. Éviter de l'utiliser comme une variable.

    InformationsquelleAutor yuk