积分图求局部均值,方差,标准差
局部
即图像在某个窗口内的值,例如求图像3×3窗口内的均值,方差和标准差
积分图
积分图最重要的作用是快速计算像素值累计,如果公式中包含累加,可以考虑使用积分图的方式。
当前像素位置的值是之前像素值的总和。即在积分图像(Integral Image)上任意位置(x, y)处的积分值表示该点左上角所有像素之和,表示如下:
OpenCV中积分图的计算公式,即X,Y处的值是前X,Y个像素的和。
其目的是让局部均值,方差,标准差变的简单快速
例如计算x,y处,x1,x2,y1,y2邻域内的像素总和,可以用积分图计算:
x1,x2,y1,y2都等于2,则表示,x,y处2像素(3×3)窗口内的像素值之和。
局部均值
每个像素3×3邻域的局部均值很容易利用积分图计算:
//imageSum表示积分图
//imageMean表示要求的均值图
//3×3,HalfSize = 1
for (int r=0; r<width; ++r) {
for (int c=0; c<height; ++c) {
imageMean(r,c) = (
imageSum(r+HalfSize+1, c+HalfSize+1) -
imageSum(r+HalfSize+1, c-HalfSize ) -
imageSum(r-HalfSize, c+HalfSize+1) +
imageSum(r-HalfSize, c-HalfSize ) ) * (1.0/(double)n);
}
}
为什么使用r+HalfSize+1
而不是r+HalfSize
因为在opencv中积分图是要比原图的长和宽都大1的。这样做是为了让(1,1)处的积分值,是(0,0)处像素值。(width,height)处的像素值是整张影像(width-1,height-1)的积分值。要表示整张图,那么积分图就要比原图的长和宽都大1。
局部方差和标准差
局部方差和标准差只相差一个平方根,这里推到标准差的使用积分图计算的公式:
标准差定义如下(采用统计学中的定义,分母为:n-1)一般情况下使用n也是可以的
其中。
为了计算图像的局部标准差,首先设定局部区域的大小为
则局部区域的像素点个数
对标准差的公式进行化简:
得:
我们可以通过积分图快速得到
即最终公式:
方差:
标准差:
带入公式即可通过积分图得到局部方差。
参考
https://blog.csdn.net/jia20003/article/details/52710751
https://blog.csdn.net/u010839382/article/details/46386849