使用导数确定二维数组中局部最大值的坐标。

我有一张fits图像，并试图找到图像中局部最大值的坐标，但到目前为止我还无法完全实现。可以在这里找到我的图像。\n我目前的进展如下：\n

import numpy as np
import scipy.nimage as ndimage
from astropy.wcs import WCS
from astropy import units as u
from astropy import coordinates as coord
from astropy.io import fits
import scipy.ndimage.filters as filters
from scipy.ndimage.filters import maximum_filter
hdulist=fits.open("MapSNR.fits")
# 从fits文件中读取二维数组
d=hdulist[0].data
w=WCS("MapSNR.fits") 
idx,idy=np.where(d==np.max(d))
rr,dd=w.all_pix2word(idx,idy,o)
c=coord.SkyCoord(ra=rr*u.degree, dec=dd*u.degree)
# 图像最大值的天球坐标
print c.ra
print c.dec

\n这是我如何找到图像的全局最大值，但我想获得具有显著性大于三的局部最大值的坐标。\n我在网上找到的这个答案在我的情况下无法正常工作。\n更新：我使用了这个函数\n

def detect_peaks(data, threshold=1.5, neighborhood_size=5):
  data_max = filters.maximum_filter(data, neighborhood_size)
  maxima = (data == data_max)
  data_min = filters.minimum_filter(data, neighborhood_size)
  diff = ((data_max - data_min) > threshold)
  maxima[diff == 0] = 0 # 将小于等于阈值的值设置为背景
  labeled, num_objects = ndimage.label(maxima)
  slices = ndimage.find_objects(labeled)
  x,y=[],[]
  for dy,dx in slices:
    x_center = (dx.start + dx.stop - 1)/2
    y_center = (dy.start + dy.stop - 1)/2
    x.append(x_center)
    y.append(y_center)
  return x,y

\n我想找到一种使用更好方法（如数组的导数或分而治之的方法）的方法。我会感激一个更好的推荐解决方案。