计算图像中的亮点数（python）

Question

我正在尝试开发一种方法来计算image中的亮点数量。斑点应该是高斯点源，但是有很多噪音。此图像中可能有大约10-20个实际点源。我的第一个是使用sazma = 15的gaussian convolution，这似乎做得很好。

首先，是否有更好的方法来隔离这些亮点？

其次，我如何'检测'亮点，即计算它们？我对opencv的循环hough变换没有任何运气。

编辑：Here is the original without gridlines，here is the convolved image without gridlines。

Answer 1

我正在使用热红外图像，这些图像会受到噪音的影响。

我发现基于低秩的方法，例如基于奇异值分解（SVD）或加权核范数度量（WNNM）的方法，在降低噪声同时保留信息结构方面提供了非常有效的结果。它们的主要缺点是它们计算速度很慢（每个图像几分钟）以下是一些文献：

https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=7067415

https://arxiv.org/abs/1705.09912

第二篇论文提供了一些MatLab代码，有很多文件，但是对python的翻译应该不那么复杂。

OpenCV实现（也可以在python中使用）非常有效的非局部均值算法算法：https://docs.opencv.org/master/d5/d69/tutorial_py_non_local_means.html