algorithm - 将图像分割为足迹和节点值的最快算法

我有一个随机卫星图像，可分为两类：

1）no data values（所有像素值相等且随机地随图像而变化）

2）footprint（所有像素值都是随机的）

no data和footprint的所有值之和得到bounding box。

将随机卫星图像划分为这两个类的最快算法是什么？

_RoundRobinKeyFn

更新

no data value - 区域是否始终位于图像的边框？

No data value 不可以在footprint内，并且可能不存在。

no data-values总是黑吗？

不，它的价值可能因图片而异。但是在一张图片中总是彼此相等。

此no data value - 颜色是否出现在足迹内？

大多数图像都是灰度图像，可能是16位，8位数据格式。但我需要通用算法。特定于案例的算法不是我想要的。

更新2：

我目前的做法是：

1）获取bounding box边界

上的每个像素值

2）取最频繁的值并将其设为nodata

3）将图像重新分类为2个类，其值为：NoData value - nodata class， 1 - footprint class

4）将值为1的栅格像素转换为矢量格式

对于大图像，需要超过5分钟才能获得足迹的矢量寄宿。