Python:在3D数组中查找邻域中的最高值(图像堆栈)

Question

我使用模板匹配算法来检测目标图像中给定对象的实例。该算法生成的热图如下所示：

​

​

到目前为止，我已经使用skimage.feature.peak_local_max来找到热图中的局部峰，它工作得很好。

现在，我想运行模板匹配不同的旋转模板，这将给我几个热图。就像这样：

​

​

我把这些图像叠加在一起，以创建一个3D数组，现在我想找到当地社区中的最高值。例如，邻域定义为15像素宽和高(但包括所有旋转)。

三维阵列是形状(高度，宽度，旋转)。Z轴对应于模板的旋转.

编辑：--我自己找到了一个解决方案(带有markuscosinus的有用评论)，并将在这里发布这篇文章，以防有人遇到同样的问题：

我查看了scipy.ndimage.filters.maximum_filter的实现(可以找到这里 )。我稍微抽动了代码以处理数据形状，并使用了footprint = np.ones((size_neighborhood, size_neighborhood, nr_rotations))。

Answer 1

实现这一目标的一种方法是：

1. 使用skimage.feature.peak_local_max查找每个旋转的局部最大值
2. 对于步骤1中发现的每一个最大m在(x,y,z)，检查是否在附近找到了其他人。最简单的情况是检查街角(x-n,y-n,y-n)和(x+n,y+n,y+n)的邻域立方体，其中n是邻域大小。如果有一些在附近，只保留最大的。

我知道，这在效率上不是很令人高兴，但如果你没有太多或太大的图片，它应该可以完成任务:)

Answer 2

我自己找到了一个解决方案(带有markuscosinus的有益评论)，并将在这里发布这篇文章，以防任何人有同样的问题：

我查看了scipy.ndimage.filters.maximum_filter的实现(可以找到这里 )。我稍微抽动了代码以处理数据形状，并使用了footprint = np.ones((size_neighborhood, size_neighborhood, nr_rotations))。