在图像中检测高斯

Question

我有一个灰度图像，由下面的直方图表示（x和y轴是像素，z轴是像素强度）。 条形图的每个簇代表一个对象，局部最大值近似于该对象的质心。我的目标是找到每个对象的“半峰全宽”-因此，我大致将每个对象近似为高斯分布。

如何分别检测每个群集？我了解如何以数学方式计算FWHM，但是我不确定如何基于其（大致）高斯特征检测每个群集。 （例如，在下面的示例中，我想检测6个聚类。一个可以看到中间的小聚类，但是其幅度是如此之小，以至于我可以忽略它）。

我非常感谢您的任何建议-效率不是主要问题，因此我可以实施相对昂贵的解决方案。

Answer 1

要找到这些分组中每个分组的中心，可以使用A* search algorithm类型或类似的线性优化算法。

它将找到达到分组最大值的方式。之后的问题是，您将不知道自己是否处于本地最大值（在您的情况下很可能）。当前搜索达到最高点并计算出该区域的FWHM之后，可以将A *遍历的所有节点都设置为0，（或将每个节点标记为已访问，以便不再访问） ），然后再次启动A *算法，直到看到所有节点并找到所有分组为止。