9

好的，所以我有一个直方图（由整数数组表示），我正在寻找找到局部最大值和最小值的最佳方法。每个直方图应该有 3 个峰值，其中一个（第一个）可能比其他峰值高得多。

我想做几件事：

  1. 找到第一个峰之后的第一个“山谷”（为了在图中完全摆脱第一个峰）

  2. 在其余两个峰之间找到最佳“谷”值以分离图片

    我已经知道如何通过实现 Otsu 的变体来执行第 2 步。但我在第 1 步苦苦挣扎

  3. 如果剩下的两个山峰之间的山谷不够低，我想发出警告。

此外，图像非常干净，几乎没有噪音

执行步骤 1 和 3 的蛮力算法是什么？我可以找到一种实现 Otsu 的方法，但是在数学方面，蛮力正在逃离我。事实证明，关于像 otsu 这样的方法有更多的文档，而关于简单地寻找峰谷的文档更少。除了完成工作之外，我不寻找任何东西（即这是一个临时解决方案，只需要在合理的时间范围内实施，直到我可以花更多时间在它上面）

我在 c# 中做这一切

任何有关采取哪些步骤的帮助将不胜感激！太感谢了！

编辑：更多数据：

大多数直方图可能与第一个类似，第一个峰值代表背景。

直方图

直方图 2

4

1 回答 1

4

使用峰值测试。它是一种在两个局部最小值之间找到所有可能的峰值，并根据公式测量峰值的方法。如果峰值高于阈值，则接受峰值。

来源：UCF CV CAP5415 第 9 讲幻灯片

下面是我的代码：

public static List<int> PeakinessTest(int[] histogram, double peakinessThres)
{
    int j=0;
    List<int> valleys = new List<int> ();

    //The start of the valley
    int vA = histogram[j];
    int P = vA;

    //The end of the valley
    int vB = 0;

    //The width of the valley, default width is 1
    int W = 1;

    //The sum of the pixels between vA and vB
    int N = 0;

    //The measure of the peaks peakiness
    double peakiness=0.0;

    int peak=0;
    bool l = false;

    try
    {
        while (j < 254)
        {

            l = false;
            vA = histogram[j];
            P = vA;
            W = 1;
            N = vA;

            int i = j + 1;

            //To find the peak
            while (P < histogram[i])
            {
                P = histogram[i];
                W++;
                N += histogram[i];
                i++;
            }


            //To find the border of the valley other side
            peak = i - 1;
            vB = histogram[i];
            N += histogram[i];
            i++;
            W++;

            l = true;
            while (vB >= histogram[i])
            {
                vB = histogram[i];
                W++;
                N += histogram[i];
                i++;
            }

                //Calculate peakiness
            peakiness = (1 - (double)((vA + vB) / (2.0 * P))) * (1 - ((double)N / (double)(W * P)));

            if (peakiness > peakinessThres & !valleys.Contains(j))
            {
                //peaks.Add(peak);                        
                valleys.Add(j);
                valleys.Add(i - 1);
            }

            j = i - 1;
        }
    }
    catch (Exception)
    {
        if (l)
        {
            vB = histogram[255];

            peakiness = (1 - (double)((vA + vB) / (2.0 * P))) * (1 - ((double)N / (double)(W * P)));

            if (peakiness > peakinessThres)
                valleys.Add(255);

                //peaks.Add(255);
            return valleys;
        }   
    }

        //if(!valleys.Contains(255))
        //    valleys.Add(255);

    return valleys;
}
于 2013-02-25T09:32:38.813 回答