好的,所以我有一个直方图(由一组整数表示),我正在寻找找到局部最大值和最小值的最佳方法。每个直方图应该有3个峰值,其中一个(第一个)可能比其他峰值高得多。
我想做几件事:
找到第一个峰后的第一个“山谷”(为了完全摆脱图片中的第一个峰值)
在剩余的两个峰之间找到最佳的“谷值”以分离图片
我已经知道如何通过实施Otsu的变体来执行第2步。 但我正在努力进行第1步
如果两个剩余峰值之间的山谷不够低,我想发出警告。
此外,图像非常干净,噪音很小,无法解释
执行步骤1和3的蛮力算法是什么?我可以找到一种方法来实现Otsu,但是数学方面的蛮力正在逃避我。事实证明,有更多关于像otsu这样的方法的文档,而不是简单地找到峰值和谷值。我不是在寻找任何比完成工作更多的东西(即它是一个临时解决方案,只需在合理的时间范围内实施,直到我可以花更多的时间在它上面)
我在c#
中正在做这一切任何有关采取哪些步骤的帮助将不胜感激! 非常感谢!
编辑:更多数据:
大多数直方图可能与第一个直方图相似,第一个峰值代表背景。
答案 0 :(得分:4)
使用峰值测试。这是一种在两个局部最小值之间找到所有可能峰值的方法,并根据公式测量峰值。如果峰值高于阈值,则接受峰值。
来源:UCF CV CAP5415 lecture 9 slides
以下是我的代码:
public static List<int> PeakinessTest(int[] histogram, double peakinessThres)
{
int j=0;
List<int> valleys = new List<int> ();
//The start of the valley
int vA = histogram[j];
int P = vA;
//The end of the valley
int vB = 0;
//The width of the valley, default width is 1
int W = 1;
//The sum of the pixels between vA and vB
int N = 0;
//The measure of the peaks peakiness
double peakiness=0.0;
int peak=0;
bool l = false;
try
{
while (j < 254)
{
l = false;
vA = histogram[j];
P = vA;
W = 1;
N = vA;
int i = j + 1;
//To find the peak
while (P < histogram[i])
{
P = histogram[i];
W++;
N += histogram[i];
i++;
}
//To find the border of the valley other side
peak = i - 1;
vB = histogram[i];
N += histogram[i];
i++;
W++;
l = true;
while (vB >= histogram[i])
{
vB = histogram[i];
W++;
N += histogram[i];
i++;
}
//Calculate peakiness
peakiness = (1 - (double)((vA + vB) / (2.0 * P))) * (1 - ((double)N / (double)(W * P)));
if (peakiness > peakinessThres & !valleys.Contains(j))
{
//peaks.Add(peak);
valleys.Add(j);
valleys.Add(i - 1);
}
j = i - 1;
}
}
catch (Exception)
{
if (l)
{
vB = histogram[255];
peakiness = (1 - (double)((vA + vB) / (2.0 * P))) * (1 - ((double)N / (double)(W * P)));
if (peakiness > peakinessThres)
valleys.Add(255);
//peaks.Add(255);
return valleys;
}
}
//if(!valleys.Contains(255))
// valleys.Add(255);
return valleys;
}