将二值图像转换为Gussian点

Question

我有一个二值图像，包含一些白点。现在我想要一个图像B，对于A中的每一个白点，强度被扩展到它的邻域，所以这些点的值是1，它周围的值会减小。因此，最终图像B的值范围为0 1，其中1发生在my白点。

我的方法：

我使用以下代码将图像转换为高斯函数：

x=-ceil(siz/2):ceil(siz/2);
H = exp(-(x.^2/(2*sigma^2)));
H = H/sum(H(:));%normalize the kernel
Hx=reshape(H,[length(H) 1]);
Hy=reshape(H,[1 length(H)]);
I=imfilter(imfilter(I,Hx, 'same' ,'replicate'),Hy, 'same' ,'replicate');

问题:当我对整个图像这样做时，当我有两个连续的白色邻居时，这些点的卷积值很高，因此，当对B进行规范化时，最大值发生在这个位置，而我的原始白点的值小于1。

有什么方法可以把光的强度分散开来(把每个点当作一个源，而不管它的近邻)，最后的图像是这个运算的最大值，这样在两个白点的位置，两个点的数值是1，而它们的邻居有最大的2高斯值吗？

​

Answer 1

你可以试试硬帽子。

要么在卷积之前保存白点的位置，要么查找所有点的位置>1，并将它们设置为1，如下所示：

B(B>1) = 1