如何检测与其邻居完全不同的点

Question

我正在做一些图像处理，并且试图跟踪类似于以下圈出的点，这是一个非常暗的点，直径为几个像素，与所有相邻点像素点亮。我确信有为此设计的算法和方法，但我只是不知道它们是什么。我不认为边缘检测会起作用，因为我只想要小点。我已经读了一些关于形态操作符的信息，这些可能是一种合适的方法吗？

感谢

Answer 1

我个人喜欢这个corner detection algorithms手册。

此外，您还可以通过利用隔离像素是这样的像素，通过其强度在每个方向剧烈变化的想法来锻炼天真的角点检测算法。这只是一个开始的想法，从更进一步的算法开始。

Answer 2

循环在你的映像中的每个像素。当你考虑一个像素时，将其标记为“已使用”（将其更改为某个标记值，或将此数据保存在与图像平行的单独阵列中）。

当你遇到一个暗像素时，在其上执行一个flood-fill，将所有这些像素标记为“已用”，并跟踪填充了多少像素。在填充填充期间，确保像素你正在考虑的不是黑暗，它是足够光明的。

在填充洪水之后，您将知道填充的黑暗区域的大小以及填充边界是否仅为明亮像素。现在，继续原始循环，跳过“已用”像素。

Answer 3

你确定你不想做类似边缘检测的方法吗？看起来像是将当前像素与邻域像素的平均值进行比较就可以实现。 （我会评估各种社区规模肯定。）

Answer 4

它已经几年了，因为我做任何图像处理。但我可能会先转换为二进制表示。它似乎并不像你对灰色中间值过度兴趣，只是非常黑暗/非常亮的区域，所以摆脱所有的灰色。在这一点上，各种形态操作可以突出你感兴趣的点。打开和关闭操作非常容易实现，并且可以产生相当不错的结果，除了感兴趣的点外，您还可以在任何地方使用黑色字段。

Answer 5

某种中值滤波怎么样？从像素周围的3 * 3网格（或其他合适的大小）采样值，并将像素值设置为这9个像素的中值。

然后如果大多数邻居都亮的像素越亮等

编辑：经过一番思考，我意识到这将不会检测离群值，它会删除它们。所以这不是原创海报问的解决方案。

Answer 6

我能想到的这些方法可能与一些参数的调整工作：

• 自适应阈值
• Morphological operations
• Corner detection

Answer 7

实际上，我会建议简单的模板如果您的所有功能的尺寸大致相同，则为此匹配。

只需复制粘贴一个（或几个功能）的像素以创建少量模板，然后使用规范化交叉相关或OpenCV在其模板匹配例程中提供的任何其他分数来查找类似区域。在结果中，检测响应的所有最大峰值（OpenCV也有此功能），这些都是您的要素坐标。

Answer 8

您是否尝试过使用cvContours提取连接的组件？首先对图像进行阈值处理（使用Otsu的方法），然后提取每个轮廓。由于你想跟踪的景点（从我看到的图像中看）与邻域有点隔离，因此它们会有一些独立的轮廓。现在，如果我们计算每个轮廓的边界矩形区域并过滤出较大的区域，我们只剩下与黑暗邻居分离的小点。如之前所建议的，在轮廓分离之前进行一些形态修补应该会产生良好的结果。

Answer 9

模糊（3x3）您的图像的副本，然后区别您的原始图像。具有最高值的像素是与其邻居差异最大的像素。这可以用作边缘检测算法，但点像超边缘，因此将阈值设置得更高。

what a single off pixel looks like: 
(assume surrounding pixels are all 1) 

original blurred   diff 
1,1,1  8/9,8/9,8/9  1/9,1/9,1/9 
1,0,1  8/9,8/9,8/9  1/9,8/9,1/9 
1,1,1  8/9,8/9,8/9  1/9,1/9,1/9 


what an edge looks like: 
(assume surrounding pixels are the same as their closest neighbor) 

original blurred   diff 
1,0,0  6/9,3/9,0/9  3/9,3/9,0/9 
1,0,0  6/9,3/9,0/9  3/9,3/9,0/9 
1,0,0  6/9,3/9,0/9  3/9,3/9,0/9