local Maximum matlab函数

matlab函数，将多维矩阵的极值找出并定位，图像处理经常用到

function varargout = localMaximum（xminDist exculdeEqualPoints）
% function varargout = localMaximum（xminDist exculdeEqualPoints）
%
% This function returns the indexes\subscripts of local maximum in the data x.
% x can be a vector or a matrix of any dimension
%
% minDist is the minimum distance between two peaks （local maxima）
% minDist should be a vector in which each argument corresponds to it‘s
% relevant dimension OR a number which is the minimum distance for all
% dimensions
%
% exculdeEqualPoints - is a boolean definning either to recognize points with the same value as peaks or not
% x = [1     2     3     4     4     4     4     4     4     3     3     3     2     1];  
%  will the program return all the ‘4‘ as peaks or not -  defined by the ‘exculdeEqualPoints‘
% localMaximum（x3）
% ans = 
%      4     5     6     7     8     9    11    12
%
%  localMaximum（x3true）
% ans =
%      4     7    12
%      
%
% Example:
% a = randn（1003010）;
% minDist = [10 3 5];
% peaks = localMaximum（aminDist）;
% 
% To recieve the subscript instead of the index use:
% [xIn yIn zIn] = localMaximum（aminDist）;
%
% To find local minimum call the function with minus the variable:
% valleys = localMaximum（-aminDist）;

    if nargin < 3
        exculdeEqualPoints = false;
        if nargin < 2
            minDist = size（x）/10;
        end       
    end
    
    if isempty（minDist）
        minDist = size（x）/10;
    end
    
    xold=x;
    
    dimX = length （ size（x） ）;
    if length（minDist） ~= dimX
        % In case minimum distance isn‘t defined for all of x dimensions
        % I use the first value as the default for all of the dimensions
        minDist = minDist（ ones（dimX1） ）;
    end
    
    % validity checks
    minDist = ceil（minDist）;
    minDist = max（ [minDist（:）‘ ; ones（1length（minDist））] ）;
    minDist = min（ [minDist ; size（x）] ）;

    % ---------------------------------------------------------------------
    if exculdeEqualPoints
        % this section comes to solve the problem of a plato
        % without this code points with the same hight will be recognized as peaks
        y = sort（x（:））;
        dY = diff（y）;
        % finding the minimum step in the data
        minimumDiff = min（ dY（dY ~= 0） ）;   
        %adding noise which won‘t affect the peaks
        x = x + rand（size（x））*minimumDiff;
    end
    % ---------------------------------------------------------------------
    
    
    se = ones（minDist）;
    X = imdilate（xse）;
    f = find（x == X & xold~=0）; 
%     f = find（x == X）;
     

    if nargout
        [varargout{1:nargout}] = ind2sub（ size（x） f ）;
    else
        varargout{1} = f;
    end
    
    
%     first saving the original x 
% xold=x; 
% % exculdeEqualPoints 
% x = x + rand（size（x））*minimumDiff; 
% se = ones（minDist）; 
% X = imdilate（xse）; 
% f = find（x == X & xold~=0）; 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        2962  2020-07-27 13:03  localMaximum.m