Найдите пик (области) в 2D-данных

Результат выше был получен с использованием простого порогового значения (код MATLAB):

% thresh_scale = 15;                     % parameter: how many thresholding steps 
% thresh_perc = 6;                       % parameter: threshold at which we clip
thresh = multithresh(H,thresh_scale);    
q_image = imquantize(H, thresh);         

q_image(q_image <= thresh_perc) = 0;     % regions under threshold are thrown away
q_image(q_image > thresh_perc) = 1;      % ... while all others are preserved
q_image = imbinarize(q_image);           % binarize for further processing
B = bwareaopen(q_image, nhood_minsize);  % Filter really small regions
[L, L_num] = bwlabel(B); % <- result     % Label connected components

Некоторые значения, подобные этим (15 и 6), часто работают нормально, если есть несколько похожих пиков, но это не согласуется, если пиков больше или они сильно различаются. В основном у меня две проблемы, которые также нельзя исправить простой настройкой параметров:

• более высокие пики могут маскировать более низкие (но четко различимые) пики. Поскольку порог относится к самому высокому пику, другие пики могут упасть ниже.
• в некоторых случаях впадина между двумя пиками находится выше порога, объединяя несколько пиков в один (как это можно наблюдать с пиком 2 a / b).

Мне также не нужна огромная область для высокого пика, поэтому область пика, вероятно, следует определять как некоторый процент от горы. Я решил, что вместо глобального порогового значения я предпочел бы иметь метод, который находит пиковые области относительно их ближайшего окружения. Я изучал сегментацию среднего сдвига и MSER, но они, похоже, подходят для сегментации реальных изображений, а не синтетических данных.

Каким-то образом я представил, что заполнение негатива ландшафта определенным количеством воды даст мне области, которые я ищу: бассейны, которые заполняются и расширяются в зависимости от формы окружающих областей. Я как будто проливаю воду на изображение ниже, и в результате получаются лужи с водой, которые я ищу.

Я думал, что это то, что делают алгоритмы затопления или водораздела, но затопление кажется чем-то совершенно другим, и результаты водораздела совсем не то, что я имел в виду, также при применении некоторой предварительной обработки, которая, как я думал, может помочь (обрезано на 1/10) :

Или при использовании того же порога отсечения, что и в приведенном выше примере (обрезано на 6/15):

Производится с помощью этого кода (MATLAB):

thresh = multithresh(H, 10);    % set to either 10 || 15 for the examples
q_image = imquantize(H, thresh);
mask = false(size(q_image));    % create clipping mask...
mask(q_image > 1) = true;       % ... to remove lowest 10% || lowest 6/15
                                % show with: figure, imshow(mask);

% OPTIONAL: Gaussian smoothing
H = imgaussfilt(H, 2);  % apply before adding Inf values
% OPTIONAL: H-minima transform
H = imhmin(H, 10);      % parameter is threshold for suppressing shallow minima
H = -H;                 % Complement the image
H(~mask) = Inf;         % force "ground" pixels to Inf

L = watershed(D);    
L(~mask) = 0;                               % clip "ground" from result
imshow(label2rgb(L,'lines',[.5 .5 .5]));    % show result

Мой вопрос сейчас: Есть ли алгоритм, который заполняет ландшафт и дает мне результирующие водяные бассейны (для разного количества налитой воды), чтобы делать то, что я пробовал для достижения с помощью вышеуказанных методов? Или любое другое предложение приветствуется. Я реализую MATLAB (или, если нужно, Python), но могу работать с любым кодом или псевдокодом.

Чтобы отличить это от этого вопроса, мои максимумы не разделены нулем -ценности. То, что я хочу, похоже, но ни одно из предложений не является полезным (восхождение на холм / имитация отжига даст вам только один балл ...).

Этот вопрос тоже интересен, но он решает проблему с ограничениями (предположим, что именно 5 пиков определенного размера), что делает предлагаемые подходы непригодными для моего случая.