对于3N乘3N乘3N矩阵A,我想得到一个N乘N乘N矩阵B,其条目来自A中块的求和。
例如,B(1,1,1)= A的所有元素的总和(1:3,1:3,1:3)。
基本上,A是一种高分辨率矩阵,B是对A中条目求和的低分辨率矩阵。
答案 0 :(得分:3)
如果不考虑内存,可以使用“标记”方法:构建一个3分量标签来对A
的元素进行分组,并将该标签用作{{3}的第一个输入参数做总和。标签使用从1
到N
的整数,因此accumarray
的结果已经具有所需的形状(N
x N
x N
)
N = 5;
F = 3; %// block size per dimension
A = rand(15,15,15); %// example data. Size FN x FN x FN
[ii jj kk] = ind2sub(size(A), 1:numel(A));
label = ceil([ii.' jj.' kk.']/F);
result = accumarray(label, A(:));
答案 1 :(得分:2)
reshape
+ sum
的方法,因此必须非常高效 -
sumrows = sum(reshape(A,3,[]),1); %// Sum along rows
sumcols = sum(reshape(sumrows,N,3,[]),2); %// Sum along cols
B = reshape(sum(reshape(sumcols,N*N,3,[]),2),N,N,N); %// Sum along 3rd dim
如果你对单行疯狂,那么将所有步骤合并为一个 -
B = reshape(sum(reshape(sum(reshape(sum(reshape(A,3,[]),1),N,3,[]),2),N*N,3,[]),2),N,N,N);
答案 2 :(得分:0)
对于2D矩阵,这将起作用:
B = reshape(sum(im2col(A, [3 3], 'distinct')), [N N]);
注意:您需要图像处理工具箱。
但对于3D矩阵,我不知道任何与im2col
等效的内置函数。您可能必须使用循环。作为练习留给读者;)