使用R中的高斯滤波提取半径内像素值的标准偏差和平均值

Question

我有一个类似下图的矩阵，是从光栅文件中获得的：

0   0   0   0   0   0   0   4   254 252
0   0   0   0   0   0   0   0   255 246
0   0   0   0   0   0   0   1   255 246
0   0   0   0   0   4   32  254 255 246
0   0   0   0   8   255 255 255 255 246
0   0   0   0   0   11 214 254 255 246
0   0   0   0   0   0   0   1   255 246
0   0   0   0   0   0   0   1   255 246
1   0   0   0   0   0   0   2   255 253
247 247 247 247 247 247 247 247 249 251

而且我想使用具有半径 "x" 的高斯滤波器，它能够估计该半径内所考虑像素值的标准偏差和平均值。作为输出，我想获得 "mean" 的矩阵（通过使用过滤半径为每个像素估计）和 "standard deviation" 的矩阵。

你对如何在 R 中做到这一点有什么建议吗？

Answer 1

给定矩阵m

m <- matrix(c(0,0,0,0,0,0,0,4,254,252,0,0,0,0,0,0,0,0,255,246,0,0,0,0,0,0,0,1,255,246,0,0,0,0,0,4,32,254,255,246,0,0,0,0,8,255,255,255,255,246,0,0,0,0,0,11,214,254,255,246,0,0,0,0,0,0,0,1,255,246,0,0,0,0,0,0,0,1,255,246,1,0,0,0,0,0,0,2,255,253,247,247,247,247,247,247,247,247,249,251), ncol=10, byrow=TRUE)

您可以像这样计算（高斯）加权平均值

library(raster)
r <- raster(m)

# Gaussian filter
gf <- focalWeight(r, .2, "Gauss")
rg <- focal(r, w=gf, na.rm=TRUE, pad=TRUE)

# plot(rg)
# as.matrix(rg)

我不知道你会如何计算加权标准差。

对于标准焦点平均值和 sd

 fm <- focal(r, w=matrix(1,3,3), fun=mean, pad=TRUE, na.rm=TRUE) 
 fd <- focal(r, w=matrix(1,3,3), fun=sd, pad=TRUE, na.rm=TRUE)

使用R中的高斯滤波提取半径内像素值的标准偏差和平均值

Extract standard deviation and mean of pixel values within a radius using Gaussian filtering in R

r

gaussian

gaussianblur