deviation_ndeviation_nDeviationNDeviationNdeviation_n偏差N(算子)

名称

deviation_ndeviation_nDeviationNDeviationNdeviation_n — 计算多个通道的标准偏差。

签名

deviation_n(Image : ImageDeviation : : )

Herror deviation_n(const Hobject Image, Hobject* ImageDeviation)

Herror T_deviation_n(const Hobject Image, Hobject* ImageDeviation)

void DeviationN(const HObject& Image, HObject* ImageDeviation)

HImage HImage::DeviationN() const

static void HOperatorSet.DeviationN(HObject image, out HObject imageDeviation)

HImage HImage.DeviationN()

def deviation_n(image: HObject) -> HObject

描述

deviation_ndeviation_nDeviationNDeviationNDeviationNdeviation_n 生成多通道灰度图像的逐像素标准差。对于每个坐标点 p,期望值定义为算术平均值: 其中 g_{c}(p) 表示通道 c 上第 p 个像素的灰度值。n 是图像中的通道数。

然后,标准差的计算公式为: 请注意,该公式计算的是样本标准差。系数 2 的引入是为了更好地利用输出图像格式的数值范围。输出图像仅包含一个通道。

注意

请注意,若使用域缩减后的图像作为输入,滤波器算子可能会返回意外结果。请参阅 滤波器 一章

执行信息

参数

ImageImageImageImageimageimage (输入对象)  (multichannel-)image(-array) objectHImageHObjectHImageHobject (byte / int2 / uint2 / int4 / real)

多通道灰度图像。

ImageDeviationImageDeviationImageDeviationImageDeviationimageDeviationimage_deviation (输出对象)  image(-array) objectHImageHObjectHImageHobject * (byte / int2 / uint2 / int4 / real)

计算结果。

可能的前趋

compose2compose2Compose2Compose2Compose2compose2, compose3compose3Compose3Compose3Compose3compose3, compose4compose4Compose4Compose4Compose4compose4, compose5compose5Compose5Compose5Compose5compose5, add_channelsadd_channelsAddChannelsAddChannelsAddChannelsadd_channels

另见

mean_nmean_nMeanNMeanNMeanNmean_n

模块

基础