如何在图像中找到局部最大值答案

【问题标题】：how to find local maxima in image如何在图像中找到局部最大值
【发布时间】：2014-04-08 16:59:57
【问题描述】：

问题是关于特征检测的概念。在找到图像的角后我被卡住了，我想知道如何在计算的角内找到特征点。

假设我的灰度图像具有这样的数据

A = [ 1 1 1 1 1 1 1 1;
      1 3 3 3 1 1 4 1;
      1 3 5 3 1 4 4 4;
      1 3 3 3 1 4 4 4; 
      1 1 1 1 1 4 6 4;
      1 1 1 1 1 4 4 4]

如果我使用

B = imregionalmax(A);

结果会是这样的

B = [ 0 0 0 0 0 0 0 0;
      0 1 1 1 0 0 1 0;
      0 1 1 1 0 1 1 1;
      0 1 1 1 0 1 1 1;
      0 0 0 0 0 1 1 1;
      0 0 0 0 0 1 1 1]

问题是我如何挑选最大局部区域内的最高峰（在示例中，我是如何从 3 中选择 5 和从 4 中选择 6）？

我的想法是使用 B 检测每个区域并再次使用 imregionalmax()，但我不擅长编码，我需要一些建议或其他想法。

【问题讨论】：

标签： matlab local feature-detection

【解决方案1】：

还有其他几种简单的方法可以实现 2D 峰值查找器：ordfilt2 或 imdilate。

`ordfilt2`

最直接的方法是使用ordfilt2，它对本地邻域中的值进行排序并选择第n个值。（The MathWorks example 演示了如何实现最大过滤器。）您还可以使用 ordfilt2 实现 3x3 峰值查找器，方法是，（1）使用 不包括中心像素的 3x3 域，（ 2）选择最大（第8个）值和（3）与中心值比较：

>> mask = ones(3); mask(5) = 0 % 3x3 max
mask =
     1     1     1
     1     0     1
     1     1     1

此掩码中考虑了 8 个值，因此第 8 个值是最大值。过滤器输出：

>> B = ordfilt2(A,8,mask)
B =
     3     3     3     3     3     4     4     4
     3     5     5     5     4     4     4     4
     3     5     3     5     4     4     4     4
     3     5     5     5     4     6     6     6
     3     3     3     3     4     6     4     6
     1     1     1     1     4     6     6     6

诀窍是将其与每个邻域的中心值A 进行比较：

>> peaks = A > B
peaks =
     0     0     0     0     0     0     0     0
     0     0     0     0     0     0     0     0
     0     0     1     0     0     0     0     0
     0     0     0     0     0     0     0     0
     0     0     0     0     0     0     1     0
     0     0     0     0     0     0     0     0

`imdilate`

图像膨胀通常在二值图像上完成，但灰度图像膨胀只是一个最大过滤器（参见imdilate 文档中的Definitions section）。 ordfilt2 使用的相同技巧在这里适用：定义不包括中心邻域像素的邻域，应用过滤器并与未过滤的图像进行比较：

B = imdilate(A, mask);
peaks = A > B;

注意：这些方法只能找到单个像素峰值。如果任何邻居的值相同，则不会是峰值。

【讨论】：

【解决方案2】：

函数imregionalmax 为您提供包含最大值及其 8 个邻居的 8 连通区域（即您所看到的 3x3 区域）。然后，您可以使用具有相同 3x3 结构元素的 morphological operations 将这些区域细化到它们的中心。例如

 B = imregionalmax(A);
 C = imerode(B, ones(3));

或等效

 B = imregionalmax(A);
 D =  bwmorph(B, 'erode');

您也可以使用block-processing 编写自己的最大查找函数：

 fun = @(block) % your code working on 'block' goes here ...
 B = blockproc(A, ones(3), fun)

但这很可能会比内置函数慢。（我现在没有可用的工具箱，所以无法尝试。）

也可以看看here 和here。

【讨论】：