在嘈杂的二维相关图中检测峰值

信息处理 图像处理 物体识别 峰值检测
2022-02-10 14:10:24

我正在通过标准化灰度相关性进行模式匹配。我的输入图像很嘈杂,因此仅通过阈值处理无法找到相关图中的峰值。

原始相关图显示为表面,峰值可见,但不是图片中唯一的局部最大值,我只需要找到锥形的。请注意,我知道我在寻找多少。

原始相关图

我注意到,如果我计算了相关图的局部梯度,那么在目视检查中,尤其是在梯度方向图上,峰值会清晰地显示出来。

梯度方向:

梯度方向

我正在寻找一种方法来自动检测峰值的确切位置(在这种情况下为 2,但有时更多),精度为一个像素。

我想对我有帮助的是一种方法来识别梯度方向从四周指向的中心像素。径向梯度的中心,否则表示。

我试图生成一个理想的径向渐变,例如这个:

理想梯度

并通过移动相关将其拟合到图像但没有成功。

有人有想法吗?我当然不是第一个需要这种方法的人,但是我在文献中找不到任何东西,我错过了什么吗?

编辑:我在这里找到了一个有类似问题但找不到满意答案的人。

1个回答

您可以尝试使用峰旁瓣比,即相关输出中的每个点都高于平均值多少标准偏差。

psr =pμσ

通常,您在每个点周围的窗口中计算平均值和 sigma,不包括最接近每个点的区域。