在python np.array中对连续值进行分组

Question

我有一个数组（500 * 490），长有数据。 它实际上是来自雷达的原始数据。 我计划创建某种跟踪，根据阵雨和雷暴在数组中的值来查找阵雨和雷暴。 取值范围是0到75。

为了找到基于阈值的阵雨和雷暴，我从原始的h5图像创建了一个数组，使用h5py读取文件，然后从中创建一个数组。

import numpy as np
from numpy import inf
import pylab as pl
import math
import h5py
import scipy
import scipy.spatial

np.set_printoptions(threshold=10)

# read data
# *********
print "Reading & converting data data (mm/u - dbz)"
f = h5py.File('test.h5','r')
data = f.get('image1/image_data')
data_as_array = np.array(data)
datadbz = 20 * np.ma.log10(data_as_array)
print "*** Data read & converted"
print "raw array data = 'data_as_array'"
print "dbz array data = 'datadbz'"
print ""

# print raw data
# **************
print "Array from h5-file"
print "******************"
print data_as_array
print "*"
print ""

datadbz[datadbz == -inf] = 0
datadbz[datadbz == 96.32946777] = 0
datadbz[datadbz < 40] = 0

print "Array in dbz"
print "************"
print datadbz
print ""

# > 40 dbz
pixelarray = np.array(zip(*np.where(datadbz > 40)))
print "Array wich cores (> 40 dbz)"
print "***************************"
print pixelarray
print "*"
print ""

# > 55 dbz
hailarray = np.array(zip(*np.where(datadbz > 55)))
print "Array with cores (> 55 dbz)"
print "***************************"
print hailarray
print "*"
print ""

我需要使用的2个数组是数组“ pixelarray”，它看起来像python shell中的以下代码片段

Array wich cores (> 40 dbz)
***************************
[[  5 106]
 [  5 107]
 [  6 105]
 ..., 
 [440 270]
 [440 271]
 [489 151]]
*

另一个是“ hailarray”，在python shell中看起来像这样

Array with cores (> 55 dbz)
***************************
[[  7 104]
 [  8 103]
 [ 27 194]
 ..., 
 [433 272]
 [435 272]
 [438 271]]
*

我遇到的问题是...

如果这是有问题的雷达图像：

雷达图像

该数组包含杂波，应将其丢弃并忽略。 这些是图像上的小斑点和点。 但是，我需要的是暴风雨/阵雨。

为此，我需要弄清楚如何将杂波（随机斑点（数组中的值））与图像中的实际回声（数组中的数据范围）区分开来

由于我使用的数组看起来像这样，所以每个值的二重奏分别代表检测的x像素和y像素

[[  5 106]
 [  5 107]
 [  6 105]
 ..., 
 [440 270]
 [440 271]
 [489 151]]
*

我正在考虑将pixelranges分组在一起。 我知道有可能在数组中使用“连续值”并将它们分组在一起，但是我还没有找到正确执行此方法的方法，因为我的数组看起来更像某种矩阵。

由于我不是python专家，因此我想向正确的方向指出如何解决这个问题。 一旦完成此操作，这就是“仅”一个问题，即找出哪些组的维数大于某个阈值，这样我就可以摆脱杂乱的斑点，而只剩下暴风雨了。

然后，我可以将这些较大的组的中心用作风暴的中心，并完成跟踪。

因此，如果有人可以帮助我在检测阵列中设置连续像素范围的搜索功能，我将永远感激不已，因为我无法忍受尝试在这里发明轮子的感觉。

Answer 1

如果您有足够的内存，则可以构建图像的密集表示，并使用数组在此处设置相应的像素。 然后，您可以在图像上使用腐蚀滤镜以消除噪声（例如SciPy的binary_erosion ）