寻找局部最大值/峰值和最小值/直方图的山谷(Finding the local maxima/pea

好了，我有一个直方图（通过int数组表示），和我正在寻找寻找局部最大值和最小值的最佳途径。每个直方图应该有3个峰值，其中一个（第一个）可能比其他人高得多。

我想要做的几件事情：

找到第一个“谷”之后的第一个高峰（为了获得在画面完全摆脱了第一个高峰）
查找之间的剩余的两个峰的图像分离的最佳“谷”值
我已经知道如何通过实施大津的变体，做第2步。但我与步骤1中挣扎
如果在剩下的两个波峰之间的波谷不够低，我想给一个警告。

此外，图像是很少噪声占相当干净

什么是蛮力算法来执行步骤1和3？我能找到一种方法来实现大津，但蛮力是逃避我，数学明智的。事实证明，对做这样的Otsu方法的详细资料，而减少对简单的寻找波峰和波谷。我找不到任何比任何能够完成任务更（即它是一个临时的解决办法，只是要在合理的时间内实现的，直到我可以花更多的时间就可以了）

我做这一切在C＃

在其任何帮助步骤能够将不胜感激！非常感谢！

编辑：一些数据：

最直方图很可能是像第一个，与代表背景的第一个高峰。

使用peakiness测试。这是找到两个局部最小值之间的所有可能的峰值，并测量基于公式的peakiness的方法。如果高于阈值的peakiness，峰值被接受。

来源： UCF CV CAP5415讲座9张幻灯片

下面是我的代码：

public static List<int> PeakinessTest(int[] histogram, double peakinessThres)
{
    int j=0;
    List<int> valleys = new List<int> ();

    //The start of the valley
    int vA = histogram[j];
    int P = vA;

    //The end of the valley
    int vB = 0;

    //The width of the valley, default width is 1
    int W = 1;

    //The sum of the pixels between vA and vB
    int N = 0;

    //The measure of the peaks peakiness
    double peakiness=0.0;

    int peak=0;
    bool l = false;

    try
    {
        while (j < 254)
        {

            l = false;
            vA = histogram[j];
            P = vA;
            W = 1;
            N = vA;

            int i = j + 1;

            //To find the peak
            while (P < histogram[i])
            {
                P = histogram[i];
                W++;
                N += histogram[i];
                i++;
            }


            //To find the border of the valley other side
            peak = i - 1;
            vB = histogram[i];
            N += histogram[i];
            i++;
            W++;

            l = true;
            while (vB >= histogram[i])
            {
                vB = histogram[i];
                W++;
                N += histogram[i];
                i++;
            }

                //Calculate peakiness
            peakiness = (1 - (double)((vA + vB) / (2.0 * P))) * (1 - ((double)N / (double)(W * P)));

            if (peakiness > peakinessThres & !valleys.Contains(j))
            {
                //peaks.Add(peak);                        
                valleys.Add(j);
                valleys.Add(i - 1);
            }

            j = i - 1;
        }
    }
    catch (Exception)
    {
        if (l)
        {
            vB = histogram[255];

            peakiness = (1 - (double)((vA + vB) / (2.0 * P))) * (1 - ((double)N / (double)(W * P)));

            if (peakiness > peakinessThres)
                valleys.Add(255);

                //peaks.Add(255);
            return valleys;
        }   
    }

        //if(!valleys.Contains(255))
        //    valleys.Add(255);

    return valleys;
}