Question

我正在计算原始图像和隐秘图像的均值和方差以进行比较我正在使用comaprison的灰度BMP图像

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

这是在MATLAB中计算mean / var的正确方法吗？我的差异越来越大......

任何帮助表示赞赏..

Answer 1

这些确实是计算图像所有像素的均值和方差的正确方法。

你的方差大于均值并非不可能，因为两者都是按照以下方式定义的：

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

例如，如果您使用randn(N,1)从标准正态分布生成噪声，则会获得N个样本，如果计算均值和方差，则会得到大约0和1。所以，你的方差也可能大于均值。

两者都有完全不同的含义：均值给你一个想法你的像素是什么（即它们是白色，黑色，50％灰色......）。平均值将让您了解选择哪种像素颜色来总结完整图像的颜色。方差可以让您了解像素值传播：例如：如果你的平均像素值是50％灰色，大多数其他像素也是50％灰色（小方差）或者你有50个黑色像素和50个白色像素（大方差）？因此，您也可以将其视为一种方式来了解平均值对图像的总结情况（即方差为零，大部分信息均由均值捕获）。

编辑：对于信号的RMS值（均方根），只需执行definition所说的内容即可。在大多数情况下，您希望在计算RMS值之前删除DC分量（即均值）。

编辑2：我忘了提到的是：从物理角度比较方差的数值和均值也没什么意义。均值与您的数据具有相同的维度（在像素的情况下，考虑强度），而方差具有数据的平方维度（因此强度^ 2）。另一方面，标准差（MATLAB中的std），即方差的平方根与数据具有相同的维度，因此您可以进行一些比较（这是另一个问题，是否应该这样做比较）。

Answer 2

如果您使用RGB图像（H x W x 3）进行工作，则必须分别为每个通道计算均值和方差。在这种情况下，平均像素也将是3值向量。

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

MATLAB具有函数image。避免将其用作变量。

图像的方差和均值

2 个答案: