将二值图像转换为高斯点答案

【问题标题】：Convert binary image to a Gussian points将二值图像转换为高斯点
【发布时间】：2015-01-20 14:07:00
【问题描述】：

我有一个包含一些白点的二值图像 A。现在我想要一个图像 B，其中对于 A 中的每个白点，强度都会扩散到其邻居，因此这些点的值为 1，并且其周围的值会减小。这样最终图像 B 的值范围为 [0 1]，其中 1 出现在我的白点处。

我的做法：

我使用此代码将图像与高斯函数进行卷积：

x=-ceil(siz/2):ceil(siz/2);
H = exp(-(x.^2/(2*sigma^2)));
H = H/sum(H(:));%normalize the kernel
Hx=reshape(H,[length(H) 1]);
Hy=reshape(H,[1 length(H)]);
I=imfilter(imfilter(I,Hx, 'same' ,'replicate'),Hy, 'same' ,'replicate');

问题：当我对整个图像执行此操作时，当我有两个连续的白色邻居时，我遇到了一个问题，这些点的卷积具有很高的值，因此，当归一化 B 时，最大值发生在这个位置，我原来的白点的值小于 1。

有什么方法可以单独传播强度（将每个点视为一个源而不管其邻居如何）并且最终图像是此操作的最大值，因此在 2 个白点的位置，这两个点值为 1 并且它们的邻居的最大值为 2 个高斯 ??

【问题讨论】：

标签： matlab image-processing convolution

【解决方案1】：

你可以试试硬顶。

要么保存卷积前白点的位置，要么找到所有> 1的点的位置并将它们设置为1，如下所示：

B(B>1) = 1

【讨论】：

谢谢你，我会试试这个:)
感谢@Muller 我现在可以处理这个问题，但仍然不能单独处理每个像素。最终的图像有很多白色批次:)