如何在嘈杂的图像中找到许多局部最大值？

Question

如何在2D图像中计算多个最大值，其中最大值不一定都是相同的高度？我发现imregionalmax()，imextendedmax()和findpeaks()函数不一定有用，因为它们会给出许多局部最大值，它们实际上只是背景噪声中的最大值。我试过了

bw=array > imdilate(array,[1 1 1; 1 0 1; 1 1 1]);

但由于同样的原因，这也是有限的（扩展它使用的矩阵也是如此）。

Answer 1

噪声确实是图像分析中的一个问题，您尝试找到强度最大值。与图像分析中的任何其他任务一样，您可以通过预处理图像和算法结果的后处理来改善最终结果。

作为局部最大检测之前的预处理步骤，您可以对图像进行去噪，即过滤图像以抑制一些虚假的最大值（imfilter是您可能想要查看的功能）。

降噪永远不会消除所有噪音，因此当您进行局部最大值检测时，您仍会拾取一些不需要的最大值。因此，您应用某种启发式来区分“好”和“坏”局部最大值。例如，您可以应用强度阈值，低于该阈值可以放弃所有最大值。

你在这里找到了一个很好的评论： Smal等。荧光显微镜中斑点检测方法的定量比较。 IEEE Trans Med Imaging（2010）vol。 29（2）pp.282-301

Answer 2

这是嘈杂数据中finds 2D peaks的代码。代码对数据进行阈值处理，对其进行中值滤波，使用用户定义的滤波器对其进行平滑，再次对阈值进行平滑处理，并在相关像素处查找局部最大值。该代码还提供了一种简单而可靠的方法来估计所需的阈值。

Answer 3

我总是首先尝试中值过滤器（medfilt2）。它可以在保持大部分轮廓的同时消除小噪音。

如果您已经有候选人 - 为什么不通过一些测试过滤它们？像峰值下的体积或到下一个峰值的距离。