Question

我希望在2D数据中找到峰值区域（如果您愿意，可以通过Hough变换创建灰度图像或2D景观）。 峰值区域我的意思是局部最大峰值，但 不是单点 ，而是周围的一部分<强大的> 贡献区域 随之而来。我知道，这是一个模糊的定义，但也许 mountain 这个词或下面的图片会让你直截了当地说出我的意思。

标记为红色（1-4）的峰是我想要的，粉红色（5-6）示例中的＃34;灰色区＆＃34;，如果那些较小的峰是没找到，但如果他们也没关系。

图像包含1-20个峰值区域，高度不同。上面的冲浪图的2D数据如下所示，可能的结果（橙色对应峰值1，绿色对应峰值2 a / b，......）。测试的单个图像可以在描述链接中找到：

剩下的图片：input image - - - - mid：（okaish）result - - - - 对：结果覆盖在图像上。

上面的结果是使用简单的阈值处理（MATLAB代码）生成的：

% thresh_scale = 15;                     % parameter: how many thresholding steps 
% thresh_perc = 6;                       % parameter: threshold at which we clip
thresh = multithresh(H,thresh_scale);    
q_image = imquantize(H, thresh);         

q_image(q_image <= thresh_perc) = 0;     % regions under threshold are thrown away
q_image(q_image > thresh_perc) = 1;      % ... while all others are preserved
q_image = imbinarize(q_image);           % binarize for further processing
B = bwareaopen(q_image, nhood_minsize);  % Filter really small regions
[L, L_num] = bwlabel(B); % <- result     % Label connected components

如果有很少的相似峰值，像这些（15和6）这样的值通常可以正常工作，但如果存在更多峰值或者它们变化很大，则这不是一致的。我主要有两个问题，也可以通过简单地调整参数来修复：

较高的峰可以掩盖较低（但可清楚区分）的峰。由于阈值相对于最高峰值，其他峰值可能会低于。
在某些情况下，两个峰之间的谷高于阈值，将几个峰合并为一个峰（可以用峰2 a / b观察到）。

我也不想要一个巨大的高峰区域，所以峰值区域应该被定义为山峰的一定比例。我认为不是全局阈值，而是有一种方法可以找到相对于它们的直接环境的峰值区域。我研究了均值漂移和MSER分割，但这些分析似乎适合分割真实图像，而不是合成数据。

不知怎的，我想象用一定量的水填充景观的负面将给我我正在寻找的区域：盆地，填充和扩散周围区域的形状。就像在图像下方倒水一样，所形成的水池也是我正在寻找的区域。

我认为这就是洪水填充或分水岭算法所做的事情，但是洪水填充似乎完全不同于其他分水岭的结果根本不是我想到的，也是在应用一些我认为可能有帮助的预处理时（截止为1） / 10）：

或者使用与上述示例相同的限幅阈值（截止为6/15）：

使用此代码（MATLAB）生成：

thresh = multithresh(H, 10);    % set to either 10 || 15 for the examples
q_image = imquantize(H, thresh);
mask = false(size(q_image));    % create clipping mask...
mask(q_image > 1) = true;       % ... to remove lowest 10% || lowest 6/15
                                % show with: figure, imshow(mask);

% OPTIONAL: Gaussian smoothing
H = imgaussfilt(H, 2);  % apply before adding Inf values
% OPTIONAL: H-minima transform
H = imhmin(H, 10);      % parameter is threshold for suppressing shallow minima
H = -H;                 % Complement the image
H(~mask) = Inf;         % force "ground" pixels to Inf

L = watershed(D);    
L(~mask) = 0;                               % clip "ground" from result
imshow(label2rgb(L,'lines',[.5 .5 .5]));    % show result

我现在的问题： 是否有算法可以填充景观并为我提供生成的水池（用于灌注各种水量）来做我和我是否尝试用上述方法实现？或欢迎提出任何其他建议。我正在实现MATLAB（或者如果需要Python），但我可以使用任何代码或pseude-code。

为了将其与this question区分开，我的最大值不会被零值分隔。我想要的是类似的，但没有任何建议有帮助（爬山/模拟退火只会给你一点......）。

This question也很有意思，但它解决了约束问题（假设恰好有5个特定大小的峰值），这使得建议的方法对我的情况无用。

Answer 1

在这些高峰发现问题中，我主要使用形态学操作。由于霍夫变换结果大多是噪声，我更喜欢先模糊它，然后应用tophat和扩展的最大值变换。然后，对于每个局部最大值，使用自适应阈值找到它周围的区域。以下是示例代码：

im=imread('udIuy.png');

% blur
im=imgaussfilt(im,1);

% tophat transform
im2=imtophat(im,strel('disk',5));

% extended maximums
im3=imextendedmax(im2,10);

% Extract each blob
s=regionprops(im3,'Centroid','PixelIdxList');

figure,imagesc(im),axis image

for i=1:numel(s)
    x=ceil(s(i).Centroid);
    tmp=im*0;
    tmp(s(i).PixelIdxList)=1;
    tmp2=tmp.*im2;

% The maximum amplitude and location

    [refV,b]=max(tmp2(:));
    [x2,y2]=ind2sub(size(im),b);

% select the region around local max amplitude    
    tmp=bwselect(im2>refV*0.6,y2,x2,4);  

    [xi,yi]=find(tmp);
    hold on, plot(yi,xi,'r.')
    hold on, text(y2+10,x2,num2str(i),'Color','white','FontSize',16)    
end

在2D数据中查找峰（区域）

1 个答案: