Image MATLAB中的图像归一化及峰位和强度信息提取

我试图得到一个平坦的图像通过规范化我的信号图像的光束轮廓图像。我的图像是512乘512的16单元TIFF文件。以下是我的问题：

正如您在光束轮廓图像中所看到的，真实的光束轮廓被一些尖锐的斑点污染，去除这些斑点的最佳方法是什么？ 假设我得到了一个清晰的光束轮廓，接下来我要做的就是定位每个光斑，并获得信号图像中的光斑数量。信号图像中的这些点具有3-5×3-5像素大小的点扩展分布。我在考虑用扩张器做这项工作

然而，由于信号的大小大约是3-5像素乘以3-5像素，我用这种方式得到的数字真的代表了图像中的斑点数吗？如果没有，我如何解决它？ 最后，通过光束轮廓图像对信号图像进行归一化处理

如何提取每个亮点的强度？

---

谢谢你的帮助。

为了去除光束轮廓图像中的斑点，我建议对光束轮廓图像进行低通滤波。然后，您可以从信号图像中减去低通滤波的光束轮廓图像，以获得平坦的信号图像。

为了去除光束轮廓图像中的斑点，我建议对光束轮廓图像进行低通滤波。然后，您可以从信号图像中减去低通滤波光束轮廓图像，以获得平坦的信号图像。

谢谢您的回复。我尝试对光束轮廓图像进行高斯低通滤波。我使用的代码是------h=f特殊的‘高斯’，[7,7]，7；image_lp=imfilterimagefile，h，'replicate'；------------但我仍然可以在光束剖面图的顶部看到很多尖峰。如果你能告诉我怎么做会很有帮助，如果特别的话，再次感谢：我没有具体的代码给你，只是我对如何解决这个问题的想法。您是否尝试过对这些数据进行FFT，在傅里叶域中进行滤波，然后使用逆FFT进行转换？较低的空间频率位于k空间的中心，当您离开中心时，空间频率会增加。在以k空间中心为中心的半径为r的圆外衰减傅里叶系数相当于在空间域中进行低通滤波。圆的半径决定了截止频率。@Matt:你有关于FFT的例子吗？我认为在这里解决这个问题会很有帮助。谢谢你的回复。我尝试对光束轮廓图像进行高斯低通滤波。我使用的代码是------h=f特殊的‘高斯’，[7,7]，7；image_lp=imfilterimagefile，h，'replicate'；------------但我仍然可以在光束剖面图的顶部看到很多尖峰。如果你能告诉我怎么做会很有帮助，如果特别的话，再次感谢：我没有具体的代码给你，只是我对如何解决这个问题的想法。您是否尝试过对这些数据进行FFT，在傅里叶域中进行滤波，然后使用逆FFT进行转换？较低的空间频率位于k空间的中心，当您离开中心时，空间频率会增加。在以k空间中心为中心的半径为r的圆外衰减傅里叶系数相当于在空间域中进行低通滤波。圆的半径决定了截止频率。@Matt:你有关于FFT的例子吗？我认为在这里解决这个问题会很有帮助。