计算由 MATLAb 中的行和列索引指定的子图像的平均灰度值答案

【问题标题】：Calculate average gray value of a sub-image specifed by row and column indexing in MATLAb计算由 MATLAb 中的行和列索引指定的子图像的平均灰度值
【发布时间】：2012-03-07 03:27:38
【问题描述】：

我有一张图像，我想计算图像不同块的平均灰度值。我从使用行和列索引定义补丁开始。这就是我指定子图像所在位置的方式。

for x = 10 : 1 : 74
    for y = 30 : 1 : 94            
    .........
    end
end`

现在我如何计算这个子图像的平均灰度值？我知道所有这些意味着找到平均值（平均值（图像））。但是由于我只有行和列位置，我该如何应用这个相同的概念。

【问题讨论】：

标签： image matlab indexing

【解决方案1】：

假设您的图像是某个 MxN 矩阵，为什么不创建一个子矩阵并计算其平均值？

例如：

subimage = image(10:74, 30:94);
mean_grey = mean(mean(subimage))

【讨论】：

非常感谢。我真的不知道指定一个 sum-image 这么容易。

【解决方案2】：

试试这个

mean(mean(im(10:74,30:94)))

【讨论】：

【解决方案3】：

另一种解决方案：将图像 (I) 与平面内核 (h)（“子图像”的大小）进行卷积，并在任何索引处获取结果的值。

h = ones(a,b); % sub-image is size a x b
h = h / sum(h(:));
J = imfilter(I, h);
% J(x,y) will give you the average of a sub-image centered on (x,y)

边缘情况可能会导致奇怪的行为（子图像超出图像范围），但您可以向 imfilter 提供第三个参数来解决此问题。

【讨论】：