图像 中位数-均值评估自定义函数 slecValueOfPic （Matlab）

 简介：

        处理多维光谱的图像数据时，常常需要将某一波段的平均反射提取出来，但是图像中本身含有一些噪音和一些关于反射的分布特征（分布的偏度、峰度）。这些噪音去除和分布特征的提取有助于后续模型预测准度提升（这些偏度和峰度也可作为特征喂给机器学习模型）。因此这里给出了一个运用于提取中位数均值或分布特征的matlab函数示例，用于参考。

代码部分：

function [actualaverageValue,actualNum,segama,K,S] = slecValueOfPic(img,range,method)
%SLECVALUEOFPIC
%输入一张（建议预处理：分割后）的灰度图片；根据这这张图片的像素值统计（除零外），取中间range值的范围的内容；并返回这个范围的平均值；
%这个取值的逻辑是取像素值中间的分布，以个数划分，如10个像素取60%取平均，就是取中间值的6个像素的平均；这种方法可以提高图像反射率的数值的鲁棒性，将噪点和背景的反射屏蔽掉一部分；

%   actualavergeValue:最后输出的平均值
%   img：输入的图像
%   range：范围，大小为0-1之间（折合百分数）；
%   method:方法 1为中位数法 2为正太分布法 3为平均数法
%   actualnum:为成像面积
%   segama:偏度

segama=0;
K=0;
S=0;
if method==1
    staticD=imhist(img);
    allN=sum(staticD(2:256,1));
    rangeN=ceil(allN*range);
    thresholdNum=ceil((allN-rangeN)/2);

    thresholdValue=0;%初始化
    thresholdValueHigh=0;
    actualNum=0;

    for i=2:256%计算区间，为0的背景不算；
        nowSum=sum(staticD(2:i,1));

        if nowSum>thresholdNum
            if thresholdValue==0
                thresholdValue=i;%获得了最低门槛；
            end
        end
        if nowSum>(thresholdNum+rangeN)
            if thresholdValueHigh==0
                thresholdValueHigh=i;%获得了最高门槛；
            end
        end
    end
    allV=0;
    if thresholdValue~=0
        for j=thresholdValue:thresholdValueHigh%计算这个像素区间的平均值
            repreValue=staticD(j,1)*(j-1);%统计是从零开始统计；
            allV=allV+repreValue;
        end
        actualNum=sum(staticD(thresholdValue:thresholdValueHigh,1));
        actualaverageValue=allV/rangeN;
    else
        actualNum=0;
        actualaverageValue=0;
    end
    
elseif method==2%正太分布估计，此时actualnum为偏度
    [r,c]=find(img);
    [actualaverageValue,segama] = normfit(img(find(img)));
    K=kurtosis(img(find(img)));%峰度
    S=skewness(img(find(img)));%偏度
    [actualNum,~]=size(r);

elseif method==3%平均,正太分布和平均效果一致（如果符合正太分布的话);
    [r,c]=find(img);
    actualaverageValue = mean(img(find(img)),'all');
    [actualNum,~]=size(r);
end

end

运用示例：

        我这里使用一张植物幼苗的灰度图作为示例，你可以另存到自己的电脑进行尝试，使用该函数时时，程序会对图像进行分割（把0值的像素点作为非目标对象，即背景，其不会计入中位数、均值、正态分布的计算范畴），中位数会在此基础上进一步取中间分布像素点的平均值，我给的是20%，而均值和正太分布则考虑100%的目标对象的像素，偏度和峰度的数值也是基于此。

 使用代码示例：

>> pic=imread("025\16_10_12#Multispectral\0008.jpg"); %图片路径
>> [actualaverageValue,actualNum,segama,K,S] = slecValueOfPic(pic,0.2,1) %中位数法


anwser：
actualaverageValue =

   15.8761


actualNum =

      704806


segama =

     0


K =

     0


S =

     0

>> [actualaverageValue,actualNum,segama,K,S] = slecValueOfPic(pic,0.2,2) %分布数据获取

anwser：

actualaverageValue =

   17.8500


actualNum =

     2302681


segama =

    4.1742


K =

    0.0681


S =

    0.2600