我尝试使用scipy.signal.find_peaks方法及其prominence参数来检测具有特定突出度的峰。但该方法似乎只检测满足条件的某些峰，而不是所有峰。图像中显示了信号和检测到的峰（红色十字）。根据我的理解，我已经圈出了一个满足条件的峰，但find_peaks方法没有检测到它。有人能给我解释一下，如果我只是误解了突出的概念，或者问题可能是什么？
这是我用来检测峰值的代码：
# load image file and apply blur filter
image = cv2.imread(file)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.bilateralFilter(gray,9,75,75)
# detect edges in grayscale value for one horizontal line
peaks,_ = signal.find_peaks(-blur[200,:], prominence=20)
plt.plot(-blur[200,:])
plt.plot(peaks,-blur[200,:][peaks],'rx')
plt.show()我希望被包围的峰值也满足突出参数，因为参考将是峰值和信号左边界之间的最低值。
1条答案
按热度按时间dl5txlt91#
通过在峰的**两侧而不是左侧找到碱基来确定突出度。在所讨论的峰值的右侧，你很快就达到了比峰值更高的点。因此，峰的底部是您的峰和峰右侧的高点之间的低点。结果，峰值具有非常小的突出。
从https://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.peak_prominences.html
计算峰值突出度的策略：
1.从当前峰值向左和向右延伸一条水平线，直到该线到达窗口边界（参见wlen）或在更高峰值的斜率处再次与信号相交。具有相同高度的峰的交点将被忽略。
1.在每一侧上，在上面定义的间隔内找到最小信号值。这些点是山峰的底部。
1.两个底中较高的一个标志着山峰的最低轮廓线。然后可以将突出度计算为峰高度本身与其最低轮廓线之间的垂直差。