遙感影像處理技術

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇遙感影像處理技術范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

遙感影像處理技術范文第1篇

關鍵詞：云計算 航空影像 數據處理 構架

中圖分類號：P237 文獻標識碼：A 文章編號：1672-3791（2014）07（a）-0046-02

隨著攝影測量手段和信息獲取技術的發展，航空影像數據的獲取周期越來越短，航空影像數據的更新頻率越來越快。對于海量遙感數據快速處理以達到實現快速響應機制，傳統的攝影測量數據處理平臺已經不能滿足當前的生產需求。因此，如何快速、高效地處理這些影像數據，以及如何迅速的從影像數據中獲取用戶所需的基本信息（如概貌、土地的分類、土地利用情況、植被分布、水系的分布和變化，災害區的范圍等）是一個值得研究并且急需解決的問題，也是建立遙感快速響應機制領域的一個重要的應用和發展方向。本文將云計算模型處理的技術引入影像數據處理中，設計了基于云計算的海量影像數據的云處理模型。

1 云計算模型構架

云計算的關鍵是如何實現大規模地連接到更加廣泛的服務器甚至個人計算機，使這些計算機并行運行，各自的資源結合起來形成足可比擬超級計算機的計算能力。我們可以通過個人電腦或便攜設備，經由因特網連接到云中。對用戶端來說，云是一個獨立的應用、設備或文件，云中的硬件是不可見的，如圖1所示。

它的過程是這樣的：首先，用戶的請求被發送給系統管理，系統管理找出正確的資源并調用合適的系統服務。這些服務從云中劃分必要的資源，加載相應的Web應用程序，創建或打開所要求的文件。Web應用啟動后，系統的監測和計量功能會跟蹤云資源的使用，確保資源分配和歸屬于合適的用戶。

2 云計算處理模型的運行機制

基于云計算模型的影像數據處理模型是在傳統的影像數據處理流程的基礎上，突破了傳統的計算模式，使用了云計算強大的計算資源來完成整個數據處理中的大量的數字運算。其中包括任務的分發、云端處理以及處理完數據的集中和影像的鑲嵌等操作。

2.1 云處理模型的體系結構

基于云計算模型的影像數據處理系統的體系結構。云工作站負責管理和分發任務，云端處理服務器依據分發的任務，從云存儲中取出影像進行相應的處理，通過TCP/IP通信協議與服務器建立通訊。當對應的云端處理服務器（可以是大型的計算機業可以使微型的個人機）接收到任務時，通過調用系統的計算資源進行相應的處理服務，同時通過云端系統之間的相互通信可以實現一些軟件資源的共享等。

2.2 云處理模型的工作流程

圖3為基于云計算模型的影像數據處理系統的一般的工作流程，主要包括任務表的創建與分發，云端系統的具體的處理過程以及數據成品的集中和影像的鑲嵌。利用云計算強大的計算資源來完成其中涉及到的巨大的運算要求。

3 基于云計算的航空影像處理模型

在這個模型系統中，主要包括數據的預處理和專題信息的提取。在后期的制圖過程中主要包括地圖信息的符號化和綜合。

3.1 預處理

遙感圖像的預處理主要包括幾何校正和輻射校正，還包括其他的預處理手段，如圖4所示。遙感圖像成圖時，由于各種因素的影響，圖像本身的幾何形狀與其對應的地物形狀往往是不一致的。遙感圖像的幾何變形是指圖像上各地物的幾何位置、形狀、尺寸、方位等特征與在參考系統中的表達要求不一致時產生的變形。遙感圖像的變形誤差可以分為靜態誤差和動態誤差兩大類。靜態誤差是在成像的過程中，傳感器相對于地球表面呈精致狀態時所產生的各種變形誤差。動態誤差主要是成像過程中由于地球的旋轉等因素所造成的圖像變形誤差。遙感圖像的幾何處理主要包括圖像的粗加工、精糾正，還包括重采樣以及共線方程的糾正的。

由于航空影像成像過程的復雜性，傳感器接收到的電磁波能量與目標本身輻射的能量是不一致的。傳感器輸出的能量包含了太陽位置和角度條件、大氣條件、地形影響和傳感器本身的性能所引起的各種失真，這些失真不是地面目標本身的輻射，因此對圖像的使用和理解會造成影響，必須加以校正或消除。輻射校正就是指消除或改正遙感圖像成像過程中附加在傳感器輸出的輻射能量中的各種噪聲的過程。在影像數據制圖中，數據的收集一般包括遙感影像數據的收集和其他非空間數據的收集，在充分收集歷史和當前數據的基礎上要對于資料進行初步的整理。數據的預處理主要包括影像數據的幾何處理和輻射校正。預處理的云處理模型已經在之前介紹過了。

3.2 中期操作

在傳統的遙感影像專題信息提取中，主要包括影像數據的格式轉化，圖像的增強和均衡化、波段的融合、糾正等，文本資料的分類，地圖信息的分析，同時在信息的提取中有監督法分類和非監督法分類，以及分類后處理等操作。在基于云計算模型的遙感影像處理系統中，上述的操作方法不變，變化的是計算的模式。傳統的處理模式是串行的處理，基于云計算的遙感影像處理模式主要是利用云端系統強大的計算資源實現影像的實時處理。在完成任務的分發后，相應的云端通過直接的相互通信，能夠下載相應的處理模塊所需的軟件和模塊，同時按照當前服務器的計算資源狀況完成相應的處理和任務的分發等。

3.3 后期操作

后期的專題地圖的制作中主要包括地圖信息的綜合，按照專題的信息決定地圖信息的取舍，突出重點的專題，省略其他無關的要素，符號化的過程主要依據可視化和視覺美學等知識進行取舍，其中涉及到大量的計算任務仍然放到云端來完成。影像數據的處理一般包括格式轉換、圖像的增強、均衡化、波段的融合等，在影像數據的應用上主要有信息的提取、分類、專題圖的制作等。

4 結論

云計算是一種顛覆性的技術具有深刻意義，不僅對互聯網服務，而且對這IT業都是一次革命。將它應用在航空影像數據處理領域更是一種大膽的嘗試，作為航空影像數據處理專業領域，如何進行海量數據存儲與處理、系統的擴展與開放等是該領域長期的瓶頸，云計算的出現給解決這些問題帶來了希望。本文詳細探討了遙感云計算的系統構成和實現方法，并以一個具體的原型系統展現了航空影像云計算模式的用戶界面、技術手段和運行流程。

參考文獻

遙感影像處理技術范文第2篇

1.1大比例尺基礎測繪工程。基礎測繪工程，就是指對某一個區間、空間進行測量，或者是對某個區域的土地及面積進行測量，通過測量到的各種有效信息、資料來繪制地形地圖等。在我們這里，通常會在一些大型工程建設之前來對其所在區域進行地形圖的繪制工作，或者是在開發處女地（未經開墾的土地或未探索的領域）的時候進行基礎航空攝影，來獲取基礎地理信息的遙感資料。

1.2無人機影像。無人機影像就是指無人機遙感影像，在新形勢下背景下，無人機遙感是遙感的發展趨勢之一。無人機遙感影像技術之所以得到了廣泛的應用和發展，主要體現在兩個方面：①無人機遙感影像技術應用系統具備很多優點、優勢，它運行工作的成本較低，再者就是在執行任務的時候靈活性非常強。②無人機遙感影像應用技術是作為衛星遙感、航空遙感的補充而存在和發展的，因為無人機由于自身特性，所以很多的功能是衛星遙感、航空遙感所不具備的。無人機影響的特點：前面也稍微的提及到了一點，無人機攝影相比較于那些載人的常規比較大的航空攝影飛機而言，其攝影相機的小型化、非專業化以及無人機飛行平臺的低空化是其獨有的特點，同時也是一定意義上的優勢。其具體的優勢主要表現為，無人機的種類多樣化、所搭配的攝影相機也多樣化，所以不同種類的無人機搭配不同類型攝影相機，其獲取到的影像信息及數據方面的質量也就不同。像幅小、色彩真實、分辨率高是無人機影像普遍存在的特點和優勢。

2無人機影像處理應用技術

2.1空三加密應用技術。關于空三加密，空三加密是我國無人機影像處理技術的關鍵所在，同時它也是整個工作流程當中的處理最難點，其質量和程度的好壞直接影響到后續的成果精度的準確性。我國早期發展無人機影像處理技術時，在大比例尺的基礎測繪工程過程中，空三加密是當時的主要瓶頸。后來經過綜合的運用多項相關的先進技術，以及科學的處理方法和策略，才得以解決這個問題。目前，空三加密多是采用我國測繪科學研究院研究制作的PixelGrid這種高分辨率的遠程低空遙感影像一體化測圖系統。

2.2大比例尺基礎測繪工程影像數據預處理。無人機影像本身在航空測繪拍攝的過程中，所用到的攝影相機基本上都是非量測相機，所以其所拍攝到的影像圖片也存在邊緣上的光學畸變，所謂畸變現象在圖E中可以看到。這種影像相片的邊緣光學畸變，它已經改變了所拍攝區域的實際地面地形位置等方面。所以，在基礎測繪過程中進行數據預處理可以更好的對影像圖片進行矯正。

2.3影像畸變改正。前面也提到了影像畸變，無人機影像航空測繪與傳統航空攝影有所不同，我們所使用的低空遙感平臺，通常情況下搭載的都是非量測攝影相機。就目前而言，我國國內在進行大比例尺基礎測繪工程過程中，在無人機影像處理技術的運用領域上，普遍使用的是500D、5DMarkII等民用普通單反攝影相機，它是用來配合定焦鏡頭來進行空中拍攝的。受到以上這些因素的影響和作用下，無人機拍攝到的影像相片存在著不同程度的畸變現象，如圖E所示。所以，我們在測繪的時候為了削弱和降低非量測攝影相機由于畸變而帶來的誤差，采取以下必要的改正措施。改正模型如下：①Δx=（x-x0）（k1r2+k2r4）+p1［r2+2（x-x0）2］+2p2（x-x0）（y-y0）+α（x-x0）+β（y-y0）②Δy=（y-y0）（k1r2+k2r4）+p2［r2+2（y-y0）2］+2p1（x-x0）（y-y0）①式和②式中的x，y分別表示像素坐標系中像點的坐標，K1和K2為影像圖片畸變系數，P1，P2表示偏心畸變系數。通過計算來對其進行還原。

遙感影像處理技術范文第3篇

Abstract: Is big scale geography the diagram occupy the position of equal importance in economic development and the development, but the renewal of big scale geography diagram is more slow-moving, with as far as to can not satisfy the demand of social production.For the sake of the method and technique of the research and the study great scale geography diagram renewal, made use of QuickBird satellite image to carry on some mineral area about 400 square kilometers 1:2000 production of scale geography diagram renewals experiment.The problem met to the more recent process, method and in the interval carried on a study, put forward the conclusion and suggestion of function and drew lessons from for similar work providing.

關鍵詞：遙感影像；1：2000 地形圖；地形圖更新；調繪

Keyword: Yao image;1:2000 geography diagrams;The geography diagram renews; Adjust to draw

中圖分類號：R445 文獻標識碼：A文章編號：

0.引言

地形圖是國家各個部門、各項工程建設中必需的基礎資料，通過地形圖可以獲取多種、大量的信息。隨著改革的進一步深入，國家加大了基礎設施建設的力度，用于城市規劃、工程設計、施工放樣等的地形圖需求量增多，且現勢性要求高。為了滿足城鄉發展建設的需要,提高地形圖現勢性，地形圖更新問題就顯得尤為重要；然而地形圖的更新情況不很樂觀[1]。本文結合某礦區1：2000 地形圖更新工程，探討利用QuickBird衛星影像更新1：2000 比例尺地形圖的方法、流程和其間遇到的問題。

1. 數據預處理

1.1 QuickBird 衛星影像處理

⑴ 遙感影像處理的工作流程：影像數據的處理是整個更新工作的關鍵，因此，確定影像處理的工作流程是十分重要的。影像處理的工作流程如下：

圖1 遙感影像處理流程圖

⑵ 糾正精度的控制：遙感影響的糾正過程中，X 殘差、Y 殘差、以及RMS(Root MeanSquare 即均方根中誤差)都控制在1 個像素之內，很好的滿足了技術規范的要求；如果糾正的精度超過標準，則回到糾正模式下，調整GCP 的輸入重新進行幾何糾正，直至達到需要的精度為止。

1.2 紙制地形圖的矢量化

掃描紙質地形圖時，要確保地形圖的完整無損、無折皺；矢量化的過程中要按照地理信息系統的標準做好分層矢量化，以及屬性數據的錄入。具體流程如下：

圖2 地形圖矢量化流程圖

1.3 遙感影像和數字線劃圖的疊加配準

將分幅后的遙感影像和數字化完畢的數字線劃圖導入測圖軟件或地理信息系統軟件進

行疊加配準。

2. 地形圖的更新

在更新系統中，經影像與矢量圖疊加配準后，便可以采用屏幕數字化的方式進行變化地物(主要是居民地、道路、水系、植被等)的更新(增、刪、減等)[2]。

2.1 建筑物的更新

建筑物是大比例尺地形圖中的主要地物，因此，對于建筑物的更新是地形圖更新工程中一個相當重要的部分。

由于工作區范圍內的建筑物多為農村的四點平房，并不存在太多的邊界線遮掩問題；所以在遙感影像上對建筑物的識別比較簡單。但是，由于樓房以及工廠棚房與平房在遙感影像中并沒有很明顯的區別，所以，對于這些地物的判讀必須由外業調繪人員到實地調查完成。

2.2 道路的更新

由于鐵路以及高速公路的形狀規則、特征明顯，所以通過遙感影像很容易進行判讀。但是對于等級公路、等外公路、大車路等，只能做大概的判斷，由外業人員進行調繪處理時再做必要的補充。

2.3 水系的更新

按形狀劃分，水系大致可分為兩種類型：線型水系(如河流、溝渠)非線型水系(如湖泊、池塘)。

⑴ 線型水系的更新：根據水與河岸在影像上呈現的色調不同，可以容易地確定水涯線的位置，然后利用屏幕數字化的方式直接進行更新。

⑵ 非線型水系的更新：工作區范圍內存在大量的池塘，對于池塘的更新也是我們這次更新的一個重要環節。根據了解到的當地情況，集中分布的池塘多為魚塘，而零星分布的池塘多為普通的池塘。依據這個經驗，我們對工作區范圍內的池塘進行了分類；經過后續的外業調繪發現，對于池塘的判讀準確率是相當高的。

2.4 植被的更新

植被主要包括耕地、林地、草地等。由于工作區范圍內多為農村，因此，對于耕地類型

的更新是植被更新的關鍵。

由于采用的QuickBird 影像成像于2005 年11 月，此時正值該地區的農閑時節，所以不能從影像中判讀植被的類型。在實際的操作中我們基于以下兩原則對植被類型進行了判讀：

① 由于水田具有比較大的田埂，因此在影像上水田表現為具有明顯的邊界。

②水田土壤的含水量高于旱地土壤的含水量，所以在影像上呈現的色調較深。經過后續的調繪發現，通過以上兩點原則較好地區分了耕地的類型。

2.5 外業調繪及補測

⑴ 調繪：更新矢量地形圖時，影像上無法判讀的地物必須借助外業調繪進行確定。外業調繪主要作用是：對室內解譯成果進行驗證，對線狀地物寬度實地量測，對新增地物的名稱注記進行實地調查[3]。調繪過程中主要進行了以下兩部分的工作：

①不確定地物的調繪。很多相似的地物僅通過影像圖是很難判讀的，例如：平房與棚房、圍墻具體界限、果園與林地等。對于這部分內容一定要到現場親自調查以確定其類型，尤其是對于植被類型，要以地類界進行詳細的劃分。

②注記數據的調繪補充。其調查內容可分為以下幾種：樓房的層數、企事業單位的名稱、村名、公路名稱及等級、河渠名稱及走向等。

⑵ 補測：補測是地形圖更新中相當重要的部分，起著數據補充的重要作用。在實際操作過程中我們針對以下兩種情況進行了補測：①用戶未提供矢量化地形圖的地區。②地物變更范圍比較大的地區。對所有需要補測的地區均采用GPS 和全站儀進行了補測，并把所有結果都記錄在線劃圖上。將外業調繪和補測的修改、新增、和變化地物的信息添加到地形圖中，通過編輯處理形成用戶需要的最終成果。

3. 結論及建議

⑴ 作為更新數據源的QuickBird 影像，其質量的好壞直接影響成果的精度。工程中采用的該礦區QuickBird 影像清晰度好，分辨率高，傾角小，為工程的成功開展提供了良好的前提。

⑵ 使用本方法更新了該礦區約400 平方公里1：2000 地形圖，作業時間短；精確度高（遙感影像的空間分辨率達到0.6m,用RTK 進行GPS 定位測量影像糾正后的點位絕對誤差只在0.2m 左右）。滿足了用戶的需要，為地形圖的更新提供了新的經驗。

⑶ 實際操作中發現，僅憑影像圖的目視解譯判讀地物是不可靠的，必須要親自調查才能確定地物類型及其屬性。因此，在地形圖的更新中要加大調繪在整個更新工程中所占的比重。

參考文獻

[1].江宏軍，馬永生.地形圖更新方法初探[J].測繪通報，2004，(7)：54-56.

[2].康家銀，利用QuickBird 高分辨率遙感影像更新城市大比例尺地形圖的研究[D].遼寧省阜新：遼寧工程技術大學測繪與地理科學學院、2004.

遙感影像處理技術范文第4篇

關鍵詞 遙感影像處理 研究生 協同創新 開源

中圖分類號：G643 文獻標識碼：A

Abstract For many types of remote sensing image processing algorithms， implementation complexity and other characteristics， development-oriented theory， technology innovation of new remote sensing processing requirements， this paper studies the characteristics of different graduate and professional background to the open-source remote sensing software OpenRS platform， remote sensing science and research technology Graduate collaborative innovation model， given curriculum design， so as to enhance collaboration and innovation graduate ability to solve complex problems.

Key words remote sensing image processing； postgraduate； collaborative innovation； open source

當前，隨著計算機技術的高速發展，遙感圖像處理已由簡單的單機單算法處理，發展到涉及并行處理、圖像處理、視頻處理等跨專業聯合處理的新型階段。協同創新是針對某個大型復雜問題，各個創新主體角色間實現創新互惠，知識共享，資源共享，形成相互協調發展，推動共同前進，協同的結果使個個獲益，整體加強，解決某些單一個體難以解決的復雜問題。下面將在分析研究生創新能力培養難點的基礎上，給出相應的解決方案。

1 研究生創新能力培養難點分析

遙感科學與技術專業是2010年獲批的教育部戰略性新興產業相關專業，是教育部人才培養模式改革試點。當前，隨著計算機技術的高速發展，遙感圖像處理已由簡單的單機單算法處理，發展到涉及并行處理、圖像處理、視頻處理等跨專業聯合處理的新型階段。傳統的基于遙感單學科密集理論的講解，難以滿足教育部及工程應用對創新性人才的需求，需要研究針對遙感科學與技術專業發展所需的協同創新模式的研究，克服當前研究生教育中存在的問題。協同創新是針對某個大型復雜問題，各個創新主體角色間實現創新互惠，知識共享，資源共享，形成相互協調發展，推動共同前進，協同的結果使個個獲益，整體加強，解決某些單一個體難以解決的復雜問題。在我國，教育部指定了“2011計劃”，其全稱為高等學校創新能力提升計劃，是繼國家985工程、211工程之后，中國高等教育系統又一項體現國家意志的重大戰略舉措，已有多所高校通過“協同創新中心”論證。雖然我國協同創新中心已成立多所，在協同管理理論及其應用方面也有若干研究，但如何構建協同創新模式具體實施方案，如何進行相應課程設計等具體問題還鮮有研究。下面將在分析研究生創新能力培養難點的基礎上，給出相應的解決方案。

2 多角色協同創新模式

OpenRS（全稱：開放式遙感數據處理服務平臺）開源軟件由武漢大學研制，實現了一種面向接口和屬性的算法插件系統，其目的是實現系統功能的動態調用和消除系統各模塊的物理耦合性。在數據來源方面，OpenRS可處理從簡單的字節型數據到復雜的復數型數據、從簡單的柵格型數據到復雜的矢量型數據、從可見光、高光譜數據到紅外數據，同時支持不斷擴展的影像數據格式。在處理算法方面，OpenRS支持從簡單像元級處理到復雜的對象級處理，包括了傳統的影像變換、波段運算、影像濾波、影像融合、影像聚類、影像分類到影像的分割、對象描述、對象分類，從傳統的定性處理到逐漸成熟的定量處理等適合于不同應用的算法和處理過程。在計算架構方面，OpenRS提供并行計算框架與計算模型，可支持網絡透明的并行算法實現。OpenRS系統實現了一種面向接口和屬性的算法插件系統，其目的是實現系統功能的動態調用和消除系統各模塊的物理耦合性。插件系統與具體算法和應用無關，主要提供了插件的掃描、對象注冊、對象創建與查找等基礎功能。

隨著技術創新復雜性的增強、速度的加快以及分工精細化發展，當代創新模式已突破傳統的線性和鏈式模式，呈現出非線性、多角色、網絡化、開放性的特征，并逐步演變為以多元主體協同互動為基礎的協同創新模式。在目前遙感處理領域，相關人員一般可分為五類角色，分別是數據提供者、平臺架構者、算法開發者、應用整合者和最終用戶。

不同特點研究生的培養方向不同，也適合不同角色。協同工作的重點是合理區分角色行為。數據提供者側重于提供原始數據，一般可由教研室合作提供，而無需受限于單個老師及學生經濟能力；平臺架構者側重于提供基礎的遙感數據讀寫、計算架構、通用基礎處理算法和通用界面元素等，OpenRS開源平臺可用于承擔該類角色；算法開發者側重于實現創新性的專業算法，實現過程中可利用平臺提供的通用處理算法，科研型研究生承擔該類角色；應用整合者在算法提供者提供的算法和平臺架構者提供的基本界面元素基礎上，實現各種定制化的服務界面，應用型研究生可承擔該類角色。

3 課程設計

在課程安排上，要求教師在備課的過程中，仔細分析研究生的各自研究關注點，并根據個人意愿，合理劃分研究生的不同角色，有意識地滲透協同創新能力教育的思想，更要在教學過程中把協同創新能力的培養貫穿于整個教學過程之中。因此，教師需精心設計有利于培養學生協同創新能力的編程案例為切入點，案例難度遵循循序漸進原則，以分組形式指導學生進行上機實習，多討論，多實踐，多總結，逐漸培養學生的創新能力。

在培養目標方面，課程旨在培養研究生掌握協同解決大型遙感問題的能力，了解OpenRS平臺基本原理，并可在其基礎上進行二次開發，編寫與插入自己的專業算法，能勝任企業、研究院所和政府部門等有關遙感影像處理技術設計、開發和應用等工作。

在課程設置方面，應主要以上機實踐為主，課堂授課為輔的教學形式。課堂授課主要講授OpenRS平臺的基本原理，如：算法插件機制，給學生較為清晰的學習脈絡，幫助梳理其在多角色創新模式中感興趣的角色，引導其協同創新思維，課堂授課不宜超過總授課時間的20%；在上機實踐開始階段，由教師對照編程代碼，仔細講解不同角色開發過程與相關技術關鍵點，由學生模擬實現；在上機實踐中間階段，以分組形式，讓組內同學承擔不同角色，相互協同開發，共同解決某一問題；在課程后期階段，讓分組間進行協同，完成更為復雜，更貼近實際應用的技術問題。以這種多層次，不斷深入的模式，提高學生的實際協同工作能力，同時也潛移默化地培養協同意識。

4 結語

遙感科學與技術專業的高速發展使得協同創新成為必然趨勢。OpenRS開源平臺的開放性、擴展性、先進性正滿足上述趨勢。本文在對研究生創新能力培養難點與OpenRS平臺本身特點加以分析的基礎上，給出了遙感領域的多角色協同創新模式與課程設計。

參考文獻

遙感影像處理技術范文第5篇

關鍵詞 遺傳算法 影像處理 變異操作 交叉操作

中圖分類號：P237 文獻標識碼：A

影像的拍攝要經過圖像的獲取、傳輸、壓縮、輸出的一個過程，受大氣流動、周圍噪聲、光照條件等因素影響，影像的質量會有所降低，如輪廓模糊、目視效果較差等，為提高影像質量，常需要做高清處理，隨著技術的進步，影像質量優化方法越來越多，而如何實現智能化優化成了當前研究的重點。

1 影像質量增強技術

影像質量下降多因受到其他因素影響，可采用相應的技術削減各種干擾，提高清晰度，同時對影像信息的形式進行轉換，使計算機容易接受，以起到提升影像質量的目的。一般的增強技術有兩類：①空間域增強技術，以像素為主要對象，對其灰度值加以處理，包括直方圖均衡化、線性和非線性變換；②頻率域增強技術，往往起不到直接的效果，而僅僅對影像中的高低頻信息進行分離，在數學變換后，對頻譜進行分析，最終獲得增強后的影像。從當前現狀來看，第1種技術較為常用，計算速度快，而且效果比較直觀，但也存在有不足之處，如該技術較為專業，對普通用戶來說頗為困難；因主要是對像素進行處理，導致在解壓縮中難以發揮作用；對于遙感影像而言，屬于地球表面真實三維信息到二維信息的轉化，在處理時多解性和模糊性較為明顯；在處理彩色影像時，因色彩之間有各種關系，需要經過彩色空間變換處理，頗為復雜，且對技術要求嚴格。鑒于這幾點，如何采用智能化算法實現運行參數的自動選取，以及如何建立適用于彩色影像或影像壓縮處理的模型成了當前考慮的重點。遺傳算法則能夠滿足這兩點要求，作用日益突出。

2 遺傳算法及其在影像處理與分析中的運用

2.1 定義

遺傳算法是一種智能化的隨機優化搜索方法，魯棒性較強，以生物進化規律為主要理論依據，具有良好的全局尋優功能，可直接對結構對象展開操作，通過概率化的方法，可自動調整搜索方向，獲取所需信息，在影像處理、函數優化、遺傳編程、機器人學等諸多領域都有廣泛應用。

2.2 遺傳算法的基礎操作

（1）編碼方式。主要包括三種：一是二進制編碼，該方法的編碼和解碼都容易操作，而且實現交叉和變異操作難度較大小，在用模式定理分析算法方面很是適用。該方法的不足之處在于，反映所求問題結構特征的能力較弱。另外，因遺傳算法是一種隨機搜索法，在優化連續函數時，局部搜索能力偏弱；二是格雷編碼，該方法是二進制編碼的變形改進，在方便實現交叉、變異等操作的同時，還能夠提高遺傳算法的局部搜索能力，也可借助模式定理實現算法的理論分析。三是浮點數編碼，上述兩種方法在函數的優化精度方面偏弱，而浮點數編碼用某一范圍的浮點表示其個體基因，個體編碼長度與決策量個數一致，在精度要求較高、范圍較大的數等方面比較適用，在復雜的遺傳算法中，能夠提高工作效率。

（2）選擇操作。選擇算子最能體現遺傳算法的原理，通過對個體適應度函數的計算決定遺傳到下一代的概率。選擇算子有很多種，如比例選擇算子，作為一種回放式隨機采樣的方法，比例選擇算子認為個體被選擇的概率與適應度成正比。操作程序為，先計算全部個體適應度的總和，然后計算每個個體被遺傳到下一代的概率，最后模擬賭盤操作，確定個體的選中次數。

（3）交叉操作。具有產生新個體的功能，為實現信息交換，可結合交叉概率，在匹配庫中隨機選擇一對父代染色體，通過信息交換會產生兩個“子代個體”。交叉算子主要包括單點交叉、算術交叉、均勻交叉等多種形式。

（4）變異操作。要想更好地完成全局搜索，需將交叉算子和變異算子相結合，變異算子包括均勻變異、非均勻變異等多種形式，可維持群體的多樣性，避免有早熟現象發生。

2.3 遺傳算法與影像處理

在影像處理中，遺傳算法主要涉及模式識別、影像邊緣特征提取、影像的分割及增強等方面，隨著技術的進步，該算法在此領域取得了良好效果。

在模型參數的優化方面，界內某些人士認為影像質量與線性模糊索引值有關，后者的值越大，影像質量就越高，所以將模糊集理論和遺傳算法有機結合，然后通過對PIF極大值點的搜索，提高影像的處理質量，國內也有許多專家借助遺傳算法解決模糊隸屬度參數的最優化問題。另有一些人士利用遺傳算法優化選擇了以粗糙集理論為基礎的影像分類門限值，將粗糙集理論和遺傳算法有機結合，使得影像增強效果更為明顯。國內有專家將遺傳算法和Otsu閾值選取理論相結合，對影像分割的最佳灰度閾值進行搜索；在目標區域使用較為適宜的增強技術，進一步突出目標細節。國外相關專家在增強彩色影像質量方面引入了遺傳算法，使得單尺度Retinex函數的空間尺度、截斷操作系數、群眾系數、色彩恢復系數等諸多方面都實現了自適應選取，對提高彩色影像質量提供了極大的幫助。在此方面，還有許多相關研究，如通過遺傳算法對帶參數的分段線性增強算子參數進行了自適應動態調節；基于非完全Beta變換函數的可覆蓋全色遙感影像增強的非線性變換曲線自動擬合構造函數的提出；對遺傳算法加以改進，在處理非完全Beta變化函數的參數時，實現自適應優化選擇，進而取得了良好的處理效果。

在模型組成的優化方面，國外專家將遺傳算法用于濾波器最優序列的尋找，有效地解決了多個濾波器同時使用的問題，并完成了彼此之間功能的互補工作。國內某些專家利用學習協同進化遺傳算法優化選擇影像模糊增強算法中最佳隸屬度函數和模糊規則及其參數，以此為基礎實現影像增強處理。

3 結束語

遺傳算法是一種智能化的隨機搜索方法，在當前很多領域都有廣泛應用，本文對其在影像處理方面進行了分析，該方法值得推廣應用。