武汉理工大学《Matlab课程设计》课程设计
算，在命令行中输入mean2(A_gray)即可求得灰度图各像素点的均值。
程序如下：
image_meanzy1= mean2(Y) image_meanzy2= mean2(F)
3.4.2计算结果
图像均值分析结果如图3.5
图3.5 均值分析
3.5各像素点值的中值的获取 3.5.1引用函数
MATLAB中提供的median()函数可求出中值。例如：
median(M),每一列返回一个值为该列从大到小排列的中值.median(M,dim),dim为1，2。其中1表示按每列返回一个值,为该列从大到小排列的中间值,2表示按每行返回一个值,为该行从大到小排列的中间值.
注意:如果行或列的个数为偶数,返回中间两个值的平均值。
求Y，F个像素点值的中值程序如下： image_medianzy1=median(Y(:)) image_medianzy2=median(F(:))
16
武汉理工大学《Matlab课程设计》课程设计
3.5.2计算结果
图像中值分析结果如下图所示
图3.6 中值分析
3.6各像素点值的和的获取 3.6.1引用函数
MATLAB中提供的sum（）函数为求和函数，sum(x,2)表示矩阵x的横向相加，求每行的和，结果是列向量。 而缺省的sum(x)就是竖向相加，求每列的和，结果是行向量。利用sum（）函数可求出各像素点的和
程序如下： image_sumzy1=sum(sum(Y)) image_sumzy2=sum(sum(F))
3.6.2计算结果
图像各像素点值的和分析结果如下图所示
17
武汉理工大学《Matlab课程设计》课程设计
图3.7 像素的点和分析
3.7各像素点值的标准差的获取 3.7.1引用函数
MATLAB中提供的std()函数可求出标准差。std(x) 算出x的标准偏差。 x可以是一行的matrix或者一个多行matrix矩阵。
如果只有一行，那么就是算一行的标准偏差，如果有多行，就是算每一列的标准偏差。
std（x，a）也是x的标准偏差但是a可以＝0或者1.如果是0和前面没有区别，如果是1就是最后除以n，而不是n－1. std (x, a,b)这里a表示是要用n还是n－1，如果是a是0就是除以n－1，如果是1就是除以n。b这里是维数，比如说 1 2 3 4 4 5 6 1
如果b 是1，就是按照行分，如果b是2就是按照列分 如果是三维的矩阵，b＝3就按照第三维来分数据。
求个像素点值标准差程序如下： image_stdzy1=std2(Y(:)) image_stdzy2=std2(F(:))
3.7.2计算结果
图像标准差分析结果如下图所示
18
武汉理工大学《Matlab课程设计》课程设计
图3.8 标准差分析
3.8各像素点值的方差的获取 3.8.1引用函数
MATLAB中提供的var()函数可求出方差 程序如下：
image_varzy1=var(double(Y(:))) image_varzy2=var(double(F(:)))
3.8.2计算结果
图像方差分析结果下图所示
图3.9 方差分析
19
武汉理工大学《Matlab课程设计》课程设计
3.9两图中各像素点值的协方差的获取 3.9.1引用函数
MATLAB中提供的cov()函数可求出两数组间的协方差 程序如下：
image_covzy=cov(double(Y),double(F))
3.9.1计算结果
zy1和zy2两图像像素点值协方差分析结果如下图所示
图3.10 协方差分析
3.10两图的相对系数的获取 3.10.1引用函数
MATLAB中提供的corrcoef函数可求出两数组间的相对系数。 程序如下：
image_corrcoefzy=corrcoef(double(Y),double(F))
3.11.2计算结果
图像zy1和zy2的相对系数分析结果如下图所示
20