图像解决中运行的寻优算法有哪些 (图像法解决运动学问题)

本文目录导航：

• 图像解决中运行的寻优算法有哪些
• photoshop中提升图像时，影响文件大小的起因有哪些
• 地质消息的遥感图像增强解决方法有哪些？

图像解决中运行的寻优算法有哪些

初级点的智能算法包括粒子算法、卡尔曼、蚁群、退火、神经网络....惯例的经典算法包括梯度、Hessian 矩阵、拉格朗日乘数、单纯形法、梯度降低法.....还可以看一下凸提升、线性布局等等

photoshop中提升图像时，影响文件大小的起因有哪些

文件的格局（不同的文件的格局，它的编码形式不一样，有的紧缩的比率大一些，有的小一些），分辨率（显示的分辨率会影响，分辨率越大，文件就越大）；

地质消息的遥感图像增强解决方法有哪些？

地质消息遥感图像增强解决目的是经过选用正当的图像解决方法，改善图像的视觉成果，突出遥感地质考查所须要的有用消息。

4.3.1 罕用的图像增强解决方法

在遥感地质运行方面，图像增强解决方法依照关键增强的消息内容可分为波(光)谱特色增强和空间特色增强两大类。

4.3.1.1 图像波(光)谱特色增强解决

图像波(光)谱特色增强解决是基于多波段数据，对每个像元的灰度启动变换到达图像增强的目的。

其图像增强结果便于识别不异性质的地质体、岩石类型、地质意外(如蚀变带、热意外等)、规模较大的线性和圆形结构。

(1)灰度变换方法

当原始图像的直方图比拟窄，灰度散布较集中，图像档次较少时，启动灰度变换是最基本的要求。

关于灰度凑近正态散布的图像通常启动线性拉伸就可到达改善图像视觉成果的目的。

关于直方图呈多峰状、部分地物过亮或过暗的图像，应针对图像的特点驳回不同的灰度变换方法，包括分段线性拉伸、直方图调整和高斯变换等非线性拉伸等。

分段线性拉伸是为了有效应用有限个灰度级，将整个灰度范畴划分为几个区间，分区间启动线性扩展，到达最大限制增强图像中有用消息的目的。

罕用的非线性变换有指数变换法(增强原始图像的高亮度值部分)、对数变换法(增强图像的低亮度值部分)、高斯变换(增强图像两边灰度范畴)及正切变换(可对图像的暗、亮区启动增强)。

直方图调整是经过改善图像的直方图外形来到达图像增强的目的。

其原理是用一种变换函数作用于原始图像的直方图，使之变成具备某种特定亮度散布外形的直方图。

这种方法着重于扩展高频数亮度值之间的距离，使直方图中部所蕴含的地物反差失掉增强，无利于地质体的区分。

罕用的直方图调整方法有直方图平衡化和直方图正态化等。

(2)比值增强

比值增强是经过不同波段的同名像元亮度值之间的除法运算，生成新的比值图像来成功的。

比值解决对地质消息尤为敏感，成为遥感地质图像解决中广为运行的方法之一。

其基本作用为:

1)可以扩展岩石和土壤的波谱差异，无利于这些地物的区分。

2)消弭或削弱地形等环境起因对同类岩性的影响。

3)提取与矿化蚀变无关的消息。

4)比值黑白分解图像能够增强岩性和蚀变岩消息。

(3)主成分变换

主成分变换是多波段遥感图像增强罕用的一种方法。

它是一种基于图像统计特色的多维正交线性变换，变换后的新组分图像反映了地物总的辐射差异和某些波谱特色，同时还具备分别消息、缩小相关、突出不同地物的作用。

应用不同新组分图像启动黑白分解，可清楚提高黑白增强成果，有助于岩性的区分。

在实践运行中，也罕用比值或差值图像与原始图像一同启动主成分变换，会无利于某些专题消息的提取。

(4)IHS变换

在色度学中，把黑白图像的RGB变换成亮度(I)、色度(H)、饱和度(S)称为IHS变换，而IHS变换成RGB称为反变换。

应用IHS变换和反变换，可以启动多源遥感图像之间的消息融合、高度相关图像数据的颜色增强、图像的特色增强，以及改善图像空间分辨率等融合解决。

如图4.1所示，对钻研区内的环形结构、岩体和地层都起到了必定的增强作用。

图4.1 新疆瓦石峡地域图像增强解决对比

4.3.1.2 图像空间增强

图像空间增强解决是应用像元自身及其周围像元的灰度值启动运算，到达增强整个图像之目的。

其图像增强结果关键突出地质体的空间外形、边缘、线条及结构特色等。

如地质结构、线性体及地貌外形等。

罕用的图像增强方法有数据融合和卷积增强等。

(1)数据融合

关键有IHS融非法、Brovey法和三维反差增强融非法。

IHS融非法的关键是依据输入图像的光谱状况和低空的笼罩状况来选用正变换和反变换公式;Brovey法是经过选用三个归一化后的低分辨率波段图像与高分辨率图像乘积来增强图像消息，该方法好处在于锐化图像的同时能够坚持原多光谱消息，关于山地、水体、植被等地物增强成果好;基于三维反差增强的融非法是扩展同名点像元在三个低分辨率分解波段上的灰度差异，同时要求增强后的图像同名点像元在三个波段的灰度值相对大小相关不变，三个波段的灰度值之和不变。

对高分辨率图像要启动灰度线性拉伸、纹理能量增强和细化解决。

该方法扩展了地物间的颜色差异，缩小了相关性，可以对融合图像的锐度、灰度、颜色等空间消息分别并进执行态跟踪解决，直到取得满意成果为止。

如图4.2所示，图4.2(a)为SPOT原始图像，图4.2(b)为SPOT数据与TM多光谱数据的融合结果，提高了遥感解译的牢靠性。

图4.2 SPOT图像融合解决

(2)卷积增强

地物的边界及各种线性踪迹，通常都体现有必定的空间散布频率，可以经过空间域或频率域的滤波对它们启动增强。

卷积解决就是比拟便捷有效而最罕用的空间滤波方法之一。

卷积增强是一种邻域解决技术，它是经过必定尺寸的模板对原图像启动卷积运算来成功的。

增强不同方向的边界(或线性体)，可按必定的陈列方向来调配模板中各元素的权系数，扭转模板尺寸和板内元的差值可发生不同的成果。

普通模板越大，差值越大，对低频的细小结构踪迹增强越清楚，而高频消息(小断层、节理裂隙)增强的幅度越小。

卷积增强关于突出某一方向的地质体边界和线性断裂结构或踪迹具备清楚的成果，对一些环形结构或线迹也会起到增强作用，因此，在遥感地质图像解决中被宽泛经常使用。

上述解决方法在岩性地层、结构消息提取中具备宽泛的运行。

在实践运行中，可依据不同的地质天文条件与图像特点，采取组合多样，手腕灵敏的形式启动图像增强解决。

4.3.2 特色消息增强解决方法

4.3.2.1 岩性消息增强解决

岩性消息增强解决的目的是经过特色图像解决方法的选用来成功岩石类型或类型组合的提取。

其运行原理关键依据不异性质的岩石因其矿物成分、结构结构、岩石外表结构、笼罩物成分、含水性，以及地域环境上的差异等，经过多波段遥感数据上所反映的波谱和纹理消息法令来成功的。

(1)波段组合变换方法

关于遥感多波段图像和经过空间配准的同一地域的不同传感器失掉的多幅单波段遥感图像，经过启动一系列的组合代数运算，从而到达增强岩性消息的目的。以TM图像数据举例说明:

1)用TM3、2、1，TM4、3、1，TM5、4、3和TM7、4、1等黑白分解图像可识别花岗岩带、接触蜕变带和区域蜕变岩之间的岩性界限。

如图4.3所示，其中，图4.3(a)的TM5、4、3黑白分解图像，对区内的地层岩性的散布特色起到清楚的增强作用;图4.3(b)的TM7、4、1黑白分解图像，突出了白云岩岩性特色消息。

2)用TM5/TM1、TM4/TM2、TM5/TM7波段组合启动黑白分解，可增强和识别碳酸盐岩和黏土矿化消息。

如图4.3(c)所示，增强了白云岩地质界限。

3)用TM4×TM4/(TM4+TM5+TM7)、TM4×TM5/(TM4+TM5+TM7)、TM4×TM7/(TM4+TM5+TM7)启动黑白分解，可增强不同岩性之间的影纹变动、消减地形坎坷惹起的阴阳坡亮度值差异，提高岩性的细部反差。

图4.4(a)和图4.4(b)均增强了某一岩性段的散布特色消息。

4)用TM5/TM1、(TM5×TM7)/(TM1×TM2)、(TM7－TM1)/(TM3+TM4)黑白分解图像可增强第四纪地层、地表铁离子的变动消息，突出岩石的纹理结构。

如图4.5所示，与图4.5(a)相比，图4.5(b)对提取区中原层、岩体的变动消息，以及区分关键岩石类型、突出环形结构方面起到清楚的运行成果。

(2)光谱剖面法

当钻研区岩石、地层与背景之间在光谱上是可分的，即与背景之间存在着较少的同谱现象，可以借助于光谱剖面常识启动岩性专题消息提取，关键步骤为:

1)对典型地物如袒露岩石、地层、雪、阴影等启动光谱采样，提取光谱剖面曲线，从中发现不同岩性类型的光谱差异。

2)经过波谱间变动相关，区分对特色岩性建设基于光谱常识的提取模型。

3)依照建设的模型提取袒露岩石、地层消息。

4)当不同岩石、地层外部成分的光谱与背景之间存在着较多同谱现象时，需借助于地物的其余常识启动提取。

图4.3 新疆瓦石峡地域不同波段黑白分解图像对比

图4.4 多波段相关性比值增强解决对比

图4.5 图像增强解决对比

(3)基于地物纹理的岩性识别

当岩性组成复杂，且散布尺度大于传感器的空间分辨率时，遥感图像就或者记载到地物的结构组成消息，其影像就存在着清楚的纹理特色。

当存在着有别于背景地物的纹理结构特色时，就可应用地物的光谱特色与纹理特色提取岩性消息。

应用纹理识别岩性的方法步骤如下。

1)选用必定大小的移动窗口，计算不同地物的纹理特色，看待钻研岩石类型的纹理特色与周围地物的纹理特色启动比拟剖析。

关键纹理特色计算有:对数变差函数、平均欧式距法(一阶)、方差法(二阶)、斜度(三阶)、峰度(四阶)和共生矩阵法。

从灰度共生矩阵中可以发生8种纹理测度，它们区分是部分颠簸、对比度、相异性测度、均值测度、规范差、熵、角二阶矩及相关等。

2)剖析钻研岩石袒露区和背景地物之间的纹理指数和图像，寻觅岩石类型与纹理特色的关联法令，驳回适合的阈值，识别和提取岩石消息。

(4)基于外形常识识别岩性消息

1)增强地物之间的边界，提取出边界消息。

启动外形指数的计算。

关键测定基于周长和面积的指数、基于面积的指数以及基于面积和区域长度的指数。

2)依据岩石的外形常识指数值，对不同外形指数的岩性启动定性定位识别和提取，联合不同岩性的外形特色赋予必定的地质属性消息。

(5)主成分变换多档次消息剖析识别岩性消息

基于主成分剖析的多档次消息分解技术是增强地质岩性弱消息的一种罕用方法，在岩性增强和识别中的实施环节如下。

1)多波段图像的统计特色剖析。

对多波段图像数据启动统计特色剖析，计算波谱图像的灰度灵活范畴、均值与中值、波段图像的相相关数矩阵、波段图像的协方差阵。

2)求出多波段图像的协方差阵的特色值与特色向量，用特色向量构成KL变换的系数矩阵A。

3)主成分变换后解决。

依据岩性识别目的和各主重量与矩阵向量间的相关剖析，选用蕴含特定岩性消息的组分图像、蕴含专题消息组分图像的增强解决、组分图像的黑白分解解决以及组分图像与其余解决结果或波段图像的消息复合剖析。

4)依据各主重量的剖析结果，对主重量图像的各种后解决结果与单元结果对照启动影像目视解译，确定能够较好反映上班区岩性消息的主重量图像，选取它们做黑白分解或消息复合，增强影像上的地质岩性弱消息。

(6)IHS变换法增强岩性消息

对多波段图像选用适当的代数运算后所发生的新图像启动IHS变换，可起到突出岩性的目的。

例如，应用TM波段比值启动IHS变换，可以识别火山岩地域的岩性和与矿化无关的蚀变特色。

1)用TM5/TM7，TM3/TM4，TM3/TM2比值区分赋红、绿、蓝启动IHS变换。

2)在变换解决后的图像上，FeO含量高的玄武岩散布区呈醒目的褐色或白色颜色，不同岩性的火山岩类有不同的颜色，可以相互区分;含黏土类矿物和三价铁氧化物的矿化蚀变岩石散布区呈共同的黄色。

(7)对遥感图像启动最优多级密度宰割提取岩性消息

目的是在植被稀少、基岩宽泛袒露的干旱地域经过选用最佳遥感识别图像，经过最优多级密度宰割，提取和识别岩石消息。

1)应用费歇尔准绳对图像启动密度宰割，经过直方图统计，找到使各宰割段的段内离差总和最小、段间离差总和最大的宰割法，称为图像的最优多级密度宰割法。

2)对宰割图像按灰度级由高到低区分赋以不同的颜色，对照区域地质图确定不同颜色的地质岩性属性消息。

(8)岩性的智能分类识别

在干旱、半干旱地域，应用遥感图像的光谱消息，经常使用非监视分类方法，可起到岩性智能识别和填图的目的。

以TM或ETM数据为例，说明非监视分类方法关键实施环节:

1)从TM或ETM多波段图像当选用3个三波段组合，使波段间相关性小且重复应用的波段起码。

2)对一切波段组图像用平衡反差增强技术启动反差增强，以提升每个波段的反差，消弭黑白分解中或者发生的颜色偏向。

3)对每个三波段组合用RGB-IHS变换发生一个色度图像，而后区分启动分解，发生色度分解图像。

4)用三维特色空间交互集群技术对色度分解图像启动非监视集群分类。

5)用模板直方图婚配分类技术对分类图像启动空间再分类，以检测感兴味类的结构和形式。

6)对分类图像用空间滤波法和小类别兼并技术启动平滑解决和空间简化解决。

7)依据野外审核与类别的波谱曲线外形，参照地质图，将类别赋以岩性或按其余地物类型术语启动识别和形容。

8)启动交互式类别编辑。

用类别区域编辑法将代表不同地带的不同岩性按位置启动分解，用类别分组法将相反岩性或地物类型分歧的类别纳入一组。

9)用边缘检测技术，检测地物类别边缘。

10)对调整后的分类图像启动交互式着色，并将反映地形背景的强度图像叠加到岩性分类图中，构成岩性影像图。

(9)基于岩块分类的岩石类型识别

实用于干旱、半干旱基岩袒露区岩石类的识别。以TM数据为例详细说明关键实施环节:

1)对TM图像启动地形校对，生成数字视反射率图像R、R、R、R、R、R。

2)用TM6与R～R启动空间集群法非监视分类，编制平面分类图。

3)用TM6与R～R数据启动监视分类，首先用已知样本作为训练区，训练区样本为厚层单岩性岩块、便捷岩性组合岩块，复杂岩性组合岩块和标记性薄层岩块，而后逐一像元提取同类指标并编制平面图。

4)对分类图像中的各类别启动均值、最小、最大值，规范差、协方差等参量统计。

5)启动纹理剖析及分类，编制纹理类型平面图。

6)对非监视分类、监视分类及纹理分类平面图启动叠合，经过人机交互目视解译归并整顿，编制岩石遥感类型平面图。

7)岩石填图。

将已知岩石属性消息填绘于同类的空白区域中，未知空白区域待野外审核确定岩性属性后填入。

(10)用高光谱资料来识别岩性

应用成像光谱资料，定量检测岩石和单种或多种矿物的波谱特色，提取和识别岩性和矿物消息，编制专题岩性和矿物图件。关键实施方法是:

1)确定上班区岩性和矿物的一些标记性波谱特色。

2)应用高光谱成像数据提取地物的波谱曲线，与岩石的野外光谱曲线和某些标记性矿物的试验室实测典型曲线对比，半定量地确定岩性和标记性矿物的存在。

3)经过岩性和标记性矿物的检测，到达找矿和编制岩性散布图的目的。

4.3.2.2 断裂结构及地质界限图像增强解决

关键应用空间滤波、智能线性提取等方法增强或提取断裂结构消息。

(1)空间方向滤波方法

对原始图像启动方向滤波，突出某一方向的纹理消息，增强地质体的空间结构。

1)按其所须要的方向消息确定滤波算子见表4.1。

2)对多波段图像启动主成分变换，应用定向滤波法对第一主重量图像启动边缘梯度增强。

3)增强图像的部分边缘梯度，压抑整个图像的反差，再联合一些平滑解决方法对结构蚀变带和环形结构启动增强。

4)图像反差扩展。

驳回拉伸、直方图变换、比值、滤波等，突出图像中的线、边缘、纹理结构特色，增强岩性、线形结构和环形结构影像特色。

5)高通滤波增强空间频率高的地表踪迹，提取几十到几百米的线性体(如节理、裂隙和断裂等一些地质结构踪迹);低通滤波增强空间频率低的地表踪迹，提取加长长、规模大的断裂带和蚀变带等地质踪迹。

6)用高斯卷积滤波突出地质体边界轮廓细节，区分纹理差异大的岩体。

(2)傅里叶功率谱纹理增强法

1)取必定大小的窗口图像，区分作行、列傅氏变换。

2)求功率谱矩阵，作对数变换。

3)计算纹理测度，构成纹理图像。

4)纹理图像解译，提取线性体消息和岩性地质界限。

(3)图像纹理统计法

经过纹理特色变动推测断裂优惠的差异、岩石成分的变动等，圈定优惠断裂带范畴，解释断裂优惠形式。

(4)线、环状影像特色法

1)对图像启动高通滤波和线状影像增强

2)从22.5°～67.5°、67.5°～112.5°、292.5°～337.5°及337.5°～22.5°四个方向启动方向滤波。

3)计算单位面积(2.5km×2.5km)线状影像密度及等密度图。

4)对线、环状影像平面图启动目视剖析，筛除非地质边缘点，并启动叠合与归并，划分线状影像区、带和等级，环状影像之间的空间结构及其组合相关。

5)启动线、环状影像地质属性解译。

(5)线性体智能提取法

1)驳回定向滤波法对多波段图像的KL变换第一重量启动边缘梯度增强。

2)对梯度图像启动二值化解决，提取边缘点图像。

3)人机交互去掉搅扰和孤立的边缘点。

4)应用Hough变换启动线性体的衔接和统计，输入线性体散布图和密度图。

5)线性结构提取与地质剖析。

(6)图像亮温法

选用适当节令和期间的热红外遥感图像，以热红外波段图像的亮温散布的极值线为标记，提取结构消息。

(7)多重主成分剖析方法

首先运行各种方法，包括普通主成分剖析、选用主成分剖析(特色主成分选用)、波段比值等，尽或者提取图像中较弱的地质结构消息，而后提取显示最好或较好的专题消息，启动二次解决。

解决方法包括两种:一是启动不同的黑白组合或叠加，以突出专题消息;二是选取对专题消息提取最无利的结果和原始波段再次启动主成分剖析，启动地质消息的二次提取和增强。

(8)基于融合解决的结构消息提取方法

不同传感器失掉同一地域的图像，因为其波长范畴不同、几何个性不同、分辨率不等同起因此具备不同的运行特点，基于不同传感器图像的融合解决，可以综合不同传感器图像的好处，提高对结构消息的识别才干。

上方以TM和SAR图像融合解决为例启动说明。

1)首先，对SAR图像滤波，启动噪声消弭。

2)其次，把单波段SAR图像和多光谱TM图像启动几何配准和融合，TM3、4、5启动IHS变换，用滤波后的SAR图像替代I重量，做IHS反变换，再用TM3、4、5与SAR图像作主成分变换，最后将IHS反变换失掉的G重量、TM4波段和主成分变换的第一主重量图像启动黑白分解，作为地质解译图像。

3)融合后的图像可以直观地提取断裂结构消息，应用SAR图像必定的穿透性，可以提取隐伏断裂结构消息。

4.3.2.3 区域地质稳固性的综合解决与遥感消息的辅佐提取

1)失掉多时相多平台遥感卫星数据，搜集低空管理点数据和区域地质环境资料。

2)启动图像几何精校对和配准解决。

首先，对地形图启动高精度扫描，构成数字图像;而后，对数字地形图启动投影变换、配准和镶嵌，启动区域图像的分解与镶嵌;最后，建设地质优惠区域的DEM和三维地形地貌可视化影像。

启动人机交互解译。

以精校对的数字卫星图像为基础，一方面启动增强结构优惠带、滑坡及其发育环境消息的各种图像解决;一方面启动目视解译，确定区域地质稳固性消息，在计算机上定位，划分边界、制造图形。

失掉遥感解译消息，综合其余环境资料和综合解决启动剖析、比拟和修正。

4.3.2.4 隐伏地质消息提取与增强

应用重磁资料与不同类型的遥感图像复合解决技术提取隐伏地质消息。

1)应用重磁网格数据和三维欧拉反褶积方法确定公开结构位置(边界)和深度。

2)应用遥感图像解译地表的结构特色，将重磁数据提取的相应位置的结构消息叠加到遥感结构图像上，把不同深度的结构在图像上区分体现进去，应用图像上结构的不同深度消息，辅佐启动隐伏地质体和结构带消息提取。

4.3.3 遥感地质消息智能提取方法

计算机智能消息提取的目的是把地质专家用于目视解译的常识定量化表白，从基本上成功常识介入的智能提取。

现有的计算机智能消息提取方法关键包括:光谱特色模型法、计算机智能分类法和基于空间数据开掘与常识发现消息提取方法。

4.3.3.1 光谱特色模型法

普通应用统计回归建设一个遥感消息模型，依据详细图像的实践状况始终对模型参数启动调整，最终使模型实用于该影像。

遥感消息模型是在现有低空试验基础上提炼进去的地物的反演模型，因为图像数据影响起因很多，因此地物在卫星图像上的反映并非与低空实测数据逐一对应，把遥感消息实践和实践图幅影像有效联合在一同来启动专题消息智能提取，运行范畴和精度都很有限。

岩石地层单元建模技术就是一种光谱特色模型法。

详细步骤如下。

1)把一些具备不凡影像特色的矿源层、赋矿地层以及诸如含多元素黑色炭质页岩、蛇绿岩带、混同岩带和超基性岩体等岩石地层作为一种基本单元，它们的多波段遥感像元灰度值是波段的函数，不同单元具备不同的函数曲线。

2)对有必定地质意义的单元启动光谱特色统计，确定特定单元在各波段的亮度范畴和同一单元类别在多维空间的汇集性。

3)依据单元类别的变差参数(均值和规范差)，建设基于遥感图像亮度值区间的岩石地层单元模型，输入的阈值参数和多波段遥感数据，智能提取岩石地层单元消息。

4.3.3.2 分类方法

在遥感消息智能提取方面，分类方法占有关键位置。

其外围是对遥感图像启动智能宰割。

现有的计算机智能分类方法，关键应用的是遥感图像数据，只管有时可以智能添加其余方面的地学常识，但远没有充沛应用人脑在剖析图像时所运行的常识，因此很难到达很高的精度。

应用分类方法启动岩性智能填图是遥感图像解决中最复杂、最难的一个疑问，而关于像植被、水体、土地和冰雪等一些大面积散布平均的特定指标消息的提取，智能分类可起到良好的运行目的。

4.3.3.3 基于数据开掘和常识发现技术

基于数据开掘和常识发现技术实践的遥感专题消息智能提取，其基本内容包括常识的发现、运行常识建设提取模型，应用遥感数据和模型提取遥感专题消息。

在常识发现方面包括从繁多遥感图像上发现无关地物的光谱特色常识、空间结构与外形常识、地物之间的空间相关常识;从多时相遥感图像中，除了可发现以上常识外，还可以进一步发现地物的灵活变动环节常识;从GIS数据库中发现各种相关常识。

应用所发现的某种常识、某些常识或一切常识建设相应的遥感专题消息提取模型，应用遥感数据成功从单常识、单模型的运行到多常识、多模型的集成运行，从复数据的经常使用到少数据的综合经常使用的智能消息提取。