中值平滑的计算_matlab_中值滤波_algorithm_算法_图像处理

如果x是向量，则求x的单变量平滑中值（M）。 如果x是一个矩阵，则计算每列的单变量平滑中值，并在行向量中返回它们。如果给定了可选参数dim，请沿此维度操作。当前不支持两个以上维度的数组。 平滑中值是普通中值的略微平滑版本，是一种稳健有效的M估计量，其中其分解点和相对于平均值的效率分别为0.341和0.865。 通过最小化以下目标函数来实现中值平滑： S（M）=和（（x（i）-M）^2+（x（j）-M）^2) .^ 0.5 i<j 式中，i和j是指x的每一列的笛卡尔积与其自身的指数。当数据列包含一个或多个NaN或Inf元素时，不会执行平滑处理。在这种情况下，返回普通中值。 该函数以普通中值作为M的初始值，通过使用快速但可靠的牛顿二分混合算法求一阶导数的根，使上述目标函数最小化。公差（Tol）是一阶导数的最大值，可以接受该值脱离优化。Tol的默认值为1e-03。 平滑通过略微减少中值的分解点来工作。使用平滑中值的Bootstrap置信区间对总体分布的普通中值具有良好的覆盖率，并且可以使用学生化Bootstrap和校准的百分位Bootstrap方法获得二阶精确区间[1]。当人