我有一个程序可以比较两个图像在不同位置的相似性，所以我的表面由对应于 X 和 Y 平移的点组成，每个点都有一个值（互信息）。

下面是一个我想被评为非常好的表面的例子：

这是一个需要低等级的表面示例：

因此，该度量是某种确定性的度量，许多相似的峰 = 不好，而表面中心的一个大峰是好的。此外，表面边界上的峰也很糟糕，因为它可能根本不是峰。

现在我已经创建了某种度量来对这些表面进行排名，并且在某些情况下确实有效。我真正想知道的是，是否有一些数学或计算方法明确定义来进行这种排名？

我已经提取了诸如最大值和标准偏差的位置等信息。此外，当包含旋转和缩放时，该表面有时可达 6 维。

编辑：我当前的指标工作如下：

• 查找每个局部最大值的坐标

• 从分数 1 开始，然后将它找到的每个最大值减少一个百分比，这个百分比是通过查看局部最大值与全局最大值的相似程度来计算的。因此，如果您有很多类似于全局最大值的最大值，您将获得低分。目前这种技术的问题在于，它是在我的图像通常只生成低于 10 个最大值的时候设计的，但我现在有超过 500 个最大值的图像，所以我的分数在不应该的时候变得非常低。

• 最后，根据与全局最大值的平均值相差多少标准偏差进行修正。

我计划改进第二步的规模，所以我希望能够摆脱最后一步（因为它感觉相当主观）。