Question

首先，我应该说我无法找到适合我的问题的标题，所以我很感激任何会编辑标题的人！
假设我有一个18432x1472矩阵，我希望以这种形式将其转换为3072x1472（18432/6 = 3072）：
旧矩阵的元素（1,6），（2,6），...，（6,6）的平均值将转到新矩阵的元素（1,1）旧矩阵的元素（7,6），（8,6），...，（12,6）的平均值将转到新矩阵的元素（2,1），依此类推到目前为止，我已经编写了这段代码：

function Out = MultiLooking( In )
   MatrixIn = double(In);
   m = size(In,1);
   InTranspose = MatrixIn';
   A = zeros(m,m/6);
   for i = 1:(m/6)
       A(6*(i-1)+1,i) = 1;
       A(6*(i-1)+2,i) = 1;
       A(6*(i-1)+3,i) = 1;
       A(6*(i-1)+4,i) = 1;
       A(6*(i-1)+5,i) = 1;
       A(6*(i-1)+6,i) = 1;
   end
   X = (InTranspose*A)/6;
   Out1 = X';
   Out = uint8(Out1);
end

但它速度慢，对于我的极化SAR数据，计算机在运行此代码时会暂停一段时间，因此我需要代码运行得更快！任何人都可以建议我更快的代码来实现这个目的???

Answer 1

Divakar's nice answer的替代方法：使用blockproc（图像处理工具箱）：

blockproc(MatrixIn, [6 size(MatrixIn,2)], @(x) mean(x.data))

Answer 2

试试这个 -

%// Assuming MatrixIn is your input matrix
reshape(mean(reshape(MatrixIn,6,[])),size(MatrixIn,1)/6,[])

使用单元格数组的替代解决方案（虽然比以前的代码提高了性能） -

c1 = cellfun(@mean,mat2cell(MatrixIn,6.*ones(1,size(MatrixIn,1)/6),size(MatrixIn,2)),'uni',0)
out = vertcat(c1{:})

如何对此代码进行矢量化？

2 个答案: