⽬录
先来下个定义
均值反映了图像的亮度，均值越⼤说明图像亮度越⼤，反之越⼩；
泉州汽车运输总公司
标准差反映了图像像素值与均值的离散程度，标准差越⼤说明图像的质量越好（说明图像边缘清晰）变异系数可以消除图像中不同区域灰度变化范围不⼀致的影响（⽐如⿊⾊区域和⽩⾊区域相间的图⽚），更能反映出离散程度，变异系数越⼤说明边界越清晰
图像的均值和均值图像是不同的，图像均值是指整幅图的平均值，是⼀个具体的数值，均值图像是指对图像做均值滤波之后的图像
同样，图像的标准差和标准差图像也是不同的，图像标准差是整幅图像的标准差，是⼀个具体的数值，标准差图像是指对图像每⼀个像素值进⾏标准差计算，得到的图像叫做标准差图像。
图像均值和⽅差可以⽤OpenCV的公式：
水处理控制系统
末路狂花影评void cv::meanStdDev (
InputArray src,
OutputArray mean,
OutputArray stddev,
InputArray mask = noArray()
)
cvtColor(image, gray, CV_RGB2GRAY);
Mat mean,stddev;
meanStdDev(gray, mean, stddev);
double meanValue = mean.at<double>(0, 0);
double stdDev = stddev.at<double>(0, 0);
均值图像如何算？
磺胺脒
均值图像可⽤均值滤波来计算
w * I : 其中w 是均值滤波核（当然也可以是⾼斯核）， I 是灰度图
⽅差图像如何计算？
由于图像可以看做是离散型⼆维随机变量，离散型⼆维随机变量的计算公式如下：
所以，⽅差可以由如下公式计算：
下⾯引⼊局部对⽐度的概念，局部对⽐度是由⽅差图像除以均值图像（每个像素都参与计算）
变异系数是什么？
⽅差除以均值的物理意义是变异系数，在解释变异系数之前，先来把其它概念介绍清楚：
对于⼀个数字序列：1,3,5,7,9,100,200,200,305
极差：最⼤值-最⼩值
优点: 简单易理解，计算简单明了
缺点：受数据极端值影响，反应数列离散程度也较粗糙，不能反应数列内容的发散
情况，即使样本不⼤，极差带来的发散误差也较⼤
为了应对极差的明显缺点，如果要很仔细很全⾯地考察数列的发散程度，就必须考虑数列中每个元素的彼此发散情况。这时，需要引进⽅差的概念。
⽅差：数列中每个元素与均值之差的平⽅和
为什么要⽤平⽅和，下⾯讲的很清楚：
为了消除⽅差因为平⽅⽽带来的，与原数列的量纲不⼀致的情形，进⼀步有了标准差的概念，
标准差：⽅差的开平⽅根
优点：标准差可以⽤来完美地表⽰数据的离散程度，标准差与均值相结合，可以
描述正态分布特征，即估计正态分布下数据的频数分布情况。
如果要更进⼀步，如何来对⽐⼆个完全不同项⽬（单位不⼀样，⽐如⼀个是⾝⾼、⼀个是智⼒）的数列的离散程度，或者虽然都是⽐较重量但⼀个数字序列是书籍的重量另⼀个数字序列是每粒⽠⼦的重量（单位相同但平均值不同）的⼆个序列的离散程度，如何⽐较呢，这个时候，需要更进⼀步引⼊的概念：
香桃木
变异系数 = （正态分布）标准差 / 平均值
优点：变异系数既可以消除⼆个数字序列值平均⽔平不同对离散程度⽐较的
影响，还可消除⼆个序列因为量纲单位不同⽽造成的评价对⽐影响，从⽽
电话台灯更完美地反映数列离散程度的⼤⼩。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议