python - ndimage 的 center_of_mass 计算高斯峰的位置

Question

我正在尝试使用计算高斯二维分布的峰值位置，ndimage.measurements.center_of_mass并发现质心从峰值中心偏移：

import numpy as np
from scipy import ndimage
from scipy import stats
import matplotlib.pyplot as plt

x = np.linspace(-1,1,100)
xv, yv = np.meshgrid(x, x)
r = np.sqrt((xv-0.2)**2 + (yv)**2)
norm2d = stats.norm.pdf(r)
com = ndimage.measurements.center_of_mass(norm2d)
plt.imshow(norm2d, origin="lower")
plt.scatter(*com[::-1])
plt.show()

如何在不使用最小二乘优化例程的情况下粗略计算嘈杂的二维高斯分布的峰值位置？

Answer 1

如果您使用顶部 xx% 像素，您可以获得正确的结果：

hist, bins = np.histogram(norm2d.ravel(), normed=True, bins=100)
threshold = bins[np.cumsum(hist) * (bins[1] - bins[0]) > 0.8][0]
mnorm2d = np.ma.masked_less(norm2d,threshold)
com = ndimage.measurements.center_of_mass(mnorm2d)
plt.imshow(norm2d, origin="lower")
plt.scatter(*com[::-1])
plt.show()

结果：