Я прохожу этот урок , и я переделываю его в R, и я смог это сделать.
Я попытался расширить этот урок, придумав способы объективного выявления различий в изображениях;например, могу ли я выполнить тест гипотезы, который берет пиксельные матрицы изображений и возвращает значение p, указывающее на достоверность различий изображений - это было бы хорошим приложением для сравнения изображений с шумом для оригиналов и ответа на вопрос о том,не изображение получено из оригинала.
В любом случае, для следующего изображения я использовал пиксельные матрицы для запуска теста Мантеля (библиотеки обезьян), чтобы рассмотреть корреляцию между матрицами.Это, конечно, привело к тому, что матрицы пикселей коррелируют, потому что большинство изображений одинаковы.
Существует ли какая-либо статистическая процедура для выполнения этой задачи, которую я не смог найти?Тест Мантеля определяет корреляцию матриц, но не обязательно их структурную разницу - для этого примера есть четкая корреляция, хотя изображения не совпадают.
Я преобразовал матрицы пикселей в дискретные распределения, соответствующим образом масштабируя данные, думая, что я мог бы сравнить распределения, которые описывают центры / масштаб / форму / и т.д.Я сталкивался с функцией cramer.test (библиотека cramer) и функцией npdeneqtest (библиотека np), но они требуют выборок, а не эмпирических распределений.
Необходимые размеры выборки, чтобы получить репрезентативную выборку, слишком велики для запускаcramer.test и запретительный для npdeneqtest даже после изменения размера изображения до 32x32.Есть ли другой метод для выполнения тестов, как для больших матриц?