Opencv Mat：找到所有的山峰和山谷

Question

我想知道在2D灰度级Mat中找到所有峰和谷的最佳方法是什么？

我发现只有opencv函数在Mat中找到局部极值但不是所有的峰和谷。

所以我试着找出我自己的算法，但我希望有一种方法（已经存在或改进这种方法）使其更快

我的想法是：

为了找到所有的山峰：

• 找到值为255的所有像素，将其标记为“峰值”和“已发现”
• 找到值为254的所有像素，如果没有标记为已发现的邻居，则将其标记为峰值（并将其标记为已发现）
• 做同样的事情直到0。

然后重做同样的事情，从0开始到255.

那么，你怎么看？

我想有更快的方法吗？

由于

PS：我这样做是为了尝试检测像这样的图像中的干细胞集落：

因为我认为在干细胞集落内会有更多的山峰和山谷（中间的大事）。但是我担心这不是一个很好的方法，因为我似乎在细胞集落内有多少峰而不是外面......

Answer 1

1. 如果你想找到所有的局部峰值 - 这里是非常有效的算法： 对于每个像素，检查它是否是其8个相邻像素中的每一个的＆gt; =。如果是，请将其标记为局部最大值，否则不标记。您将通过图像一次性获得解决方案。
2. 如果您不需要所有峰值，而是要说出比其他解决方案更高的5个峰值：找到最高峰并用黑色覆盖它，以及它的7x7邻域。现在重复这些步骤（找到全局最大值并抑制它）。将此过程重复5次，您将获得5个最高峰，它们之间的距离至少为7像素。这种算法不是很准确，但它很简单，快速，并且在很多情况下都能完成这项工作。
3. 如果上述方法不够好，您可能需要重枪。你熟悉＆＃34;形态重建＆＃34;？如果没有，请谷歌搜索术语＆＃34;洪水填充＆＃34;算法并阅读它。它填补了当地的山谷和山峰。之后阅读有关形态重建的内容。它绝对可以解决您的问题，但如果您不使用GPU，则运行时间可能会很慢。

Answer 2

一个想法是：

• 定义一个区域，其中只允许一个峰值（PeakArea）和一个峰值阈值。
• 在图片上滑动一个具有峰面积大小的窗口。
• 如果窗口中至少有一个像素超过阈值：将此区域中的最大像素标记为峰值，将所有其他像素标记为非峰值。

否则你会发现几乎每个Pixel都是一个峰值。