计算向量的阈值答案

【问题标题】：Calculate threshold for vector计算向量的阈值
【发布时间】：2014-03-03 09:51:23
【问题描述】：

我有一个向量，我需要为其计算一个阈值以将其转换为二进制向量（高于阈值 = 1，低于 = 0）。向量的值要么接近零，要么远离零。因此，如果绘制向量，值要么位于 X 轴附近，要么飙升（因此值之间存在明显差异）。每次，向量中的值都会改变，所以我需要动态计算阈值。向量可以采用的最大值或最小值没有限制。我知道 otsu 的方法用于灰度图像，但由于我的向量的范围值是变化的，我想我不能使用它。是否有任何标准方法来计算我的案例的阈值？如果没有，有什么好的解决方法吗？

【问题讨论】：

能否发布您的数据样本（包括标准案例和极端案例）以及您目前获得的相关代码？
您可以指定要变为 1 的值的比例。例如，对于 50%，您的阈值将是 median(vector)。
将每个向量归一化为 [0 1] 并使用 0.5 进行阈值化？
除非您定义您希望如何更详细地分隔值，否则它是任意的。但这听起来像是一个分类问题。 Matlab 有大量的工具箱。
好的。现在，我正在对向量进行归一化并应用 otsu 的方法，增量为 0.01。它工作正常。谢谢

标签： matlab vector binary-data

【解决方案1】：

我建议您指定将变为 1 的值的百分比，并使用相应的百分位值作为阈值（使用统计工具箱中的prctile 函数计算）：

x = [3 45 0.1 0.4 10 5 6 1.2];
p = 70; %// percent of values that should become 1

threshold = prctile(x,p);
x_quant = x>=threshold;

这种方法使阈值自动适应您的值。由于您的数据是无限的，因此使用百分位数可能比使用平均值更好，因为对于平均值，单个较大的值可能会超出您的预期。

在示例中，

x_quant =

     0     1     0     0     1     0     0     0

【讨论】：

【解决方案2】：

如果限制在单个向量中没有不同，并且 0 和 1 值的概率几乎相等，为什么不简单地使用向量的平均值作为阈值？

>> X=[6 .5 .9  3 .4 .6 7]

X =

    6.0000    0.5000    0.9000    3.0000    0.4000    0.6000    7.0000

>> X>=mean(X)

ans =

     1     0     0     1     0     0     1

如果 1 和 0 的概率不同，您可能需要将比较中的平均值相乘以再次拟合。请注意，这是一种非常简单的方法，可以对其进行改进以更好地适应您的问题

【讨论】：