Question

我有一个相当简单的问题，但我无法在MATLAB中得到正确的结果。

我在Matlab编写代码，我有一个200x3矩阵。这个数据对应于10个不同点的记录，每个点我拍摄了20帧。

这只是为了解释测量系统中的错误。所以现在我想通过计算测量的独立坐标的平均值来计算该矩阵中每个点的3D坐标。

一个例子（1点，3次测量）将是：

MeasuredFrames (Point 1) =
   x         y         z
1.0000    2.0000    3.0000
1.1000    2.2000    2.9000
0.9000    2.0000    3.1000

Point = mean(MeasuredFrames(1:3, :))

Point =

1.0000    2.0667    3.0000

现在我想得到这个结果，但是10分，全部存储在[200x3]数组中，间隔为20帧。

有什么想法吗？

提前致谢！

Answer 1

如果你有图片处理工具箱 blockproc可以选择：

A = blockproc(data,[20 3],@(x) mean(x.data,1))

如果不是，permute与reshape同时使用以下内容：

B = permute(mean(reshape(data,20,10,3),1),[2,3,1])

<强>解释

%// transform data to 3D-Matrix 
a = reshape(data,20,10,3);
%// avarage in first dimension
b = mean(a,1);
%// transform back to 10x3 matrix
c = permute(b,[2,3,1])

一些示例数据：

x = [ 1.0000    2.0000    3.0000
      1.1000    2.2000    2.9000
      0.9000    2.0000    3.1000
      1.0000    2.0000    3.0000
      1.1000    2.2000    2.9000
      0.9000    2.0000    3.1000
      1.0000    2.0000    3.0000
      1.1000    2.2000    2.9000
      0.9000    2.0000    3.1000
      1.1000    2.2000    2.9000]
data = kron(1:20,x.').';

    A = B =

    1.5150    3.1200    4.4850
    3.5350    7.2800   10.4650
    5.5550   11.4400   16.4450
    7.5750   15.6000   22.4250
    9.5950   19.7600   28.4050
   11.6150   23.9200   34.3850
   13.6350   28.0800   40.3650
   15.6550   32.2400   46.3450
   17.6750   36.4000   52.3250
   19.6950   40.5600   58.3050

Answer 2

如果您无法访问blockproc功能，可以使用reshape的组合：

np = 20 ;                       %// number of points for averaging

tmp = reshape( A(:) , np,[] ) ; %// unfold A then group by "np"
tmp = mean(tmp);                %// calculate mean for each group
B   = reshape(tmp, [],3 ) ;     %// reshape back to nx3 matrix

在您的情况下，将A替换为MeasuredFrames，将B替换为Points，并将其分为一行：

Points = reshape(mean(reshape( MeasuredFrames (:) , np,[] )), [],3 ) ;

Answer 3

可以使用矩阵乘法：

N=20; 
L=size(MeasuredFrames,1); 
Points = sparse(ceil((1:L)/N), 1:L, 1)*MeasuredFrames/N;

矩阵内的操作避免循环

3 个答案: