algorithm - 如何找到图像中最密集的区域？

Question

考虑像 this 这样的黑白图像

我要做的是找到白点最密集的区域。在这种情况下，有 20-21 个这样的密集区域(即点簇构成一个密集区域)。​​

任何人都可以给我任何关于如何实现这一目标的提示吗？

Answer 1

如果您有权访问 Image Processing Toolbox ，您可以利用它包含的许多过滤和形态学操作。这是解决问题的一种方法，使用函数 imfilter , imclose , 和 imregionalmax :

% Load and plot the image data:
imageData = imread('lattice_pic.jpg');  % Load the lattice image
subplot(221);
imshow(imageData);
title('Original image');

% Gaussian-filter the image:
gaussFilter = fspecial('gaussian', [31 31], 9);  % Create the filter
filteredData = imfilter(imageData, gaussFilter);
subplot(222);
imshow(filteredData);
title('Gaussian-filtered image');

% Perform a morphological close operation:
closeElement = strel('disk', 31);  % Create a disk-shaped structuring element
closedData = imclose(filteredData, closeElement);
subplot(223);
imshow(closedData);
title('Closed image');

% Find the regions where local maxima occur:
maxImage = imregionalmax(closedData);
maxImage = imdilate(maxImage, strel('disk', 5));  % Dilate the points to see
                                                  % them better on the plot
subplot(224);
imshow(maxImage);
title('Maxima locations');

这是上面代码创建的图像:

为了让事情看起来不错，我一直在为高斯滤波器(使用 fspecial 创建)和结构元素(使用 strel 创建)的参数尝试几种不同的组合。然而，一点点的反复试验给出了非常好的结果。

注意: 从 imregionalmax 返回的图像并不总是将单个像素设置为 1(以指示最大值)。输出图像通常包含像素簇，因为输入图像中的相邻像素可以具有相等的值，因此都被计为最大值。在上面的代码中，我还用 imdilate 扩展了这些点。只是为了让它们更容易在图像中看到，这使得更大的像素簇以最大值为中心。如果你想将像素簇减少到单个像素，你应该删除膨胀步骤并以其他方式修改图像(向结果添加噪声或过滤它，然后找到新的最大值等)。