Python：在3D数组（图像堆栈）中的邻域中找到最高价值

Question

我使用模板匹配算法来检测目标图像中给定对象的实例。 该算法会生成如下所示的热图：

到目前为止，我已经使用skimage.feature.peak_local_max在热图中找到了运行良好的局部峰。

现在，我想针对模板的不同旋转运行模板匹配，这将给我几个热图。像这样：

我将这些图像堆叠在一起以创建3D数组，现在我想在本地 neighborhood 中找到最高的值。例如，将邻域定义为高15像素（但包括所有旋转）。

3D数组的形状为（高度，宽度，旋转）。 z轴对应于模板的旋转。

编辑： 我自己找到了一个解决方案（带有 markuscosinus 的有用评论），并将在此发布，以防有​​人遇到相同的问题：

我查看了scipy.ndimage.filters.maximum_filter的实现（可以在here中找到。我微动了一下代码，以适应我的数据形状，并使用了footprint = np.ones((size_neighborhood, size_neighborhood, nr_rotations))。

Answer 1

实现此目标的一种方法如下：

1. 使用skimage.feature.peak_local_max
查找每次旋转的局部最大值
2. 对于在步骤1中找到的m处的每个最大(x,y,z)，请检查附近是否有其他人。最简单的情况是检查带有拐角(x-n,y-n,y-n)和(x+n,y+n,y+n)的邻域立方体，其中n是邻域大小。如果附近有一些，只能保持最大。

我知道，这在效率方面不是很令人满意，但是如果您没有太多或太大的图片，则应该完成工作：）

Answer 2

我自己找到了一个解决方案（带有 markuscosinus 的有用评论），如果有人遇到相同的问题，我会在这里发布：

我查看了scipy.ndimage.filters.maximum_filter的实现（可以在here中找到。我微动了一下代码，以适应我的数据形状，并使用了footprint = np.ones((size_neighborhood, size_neighborhood, nr_rotations))。