Question

我有一个二维数组，表示某个函数f（x，y）的值，我想检测数组中的最小值。通常情况就是这样，因此很容易发现最小值。

但是有时候会有一种漂移，这意味着实际的最小值不是我要寻找的最小值。

在上面的图像中，我正在寻找的最小值在左侧，但是图像的右侧具有较小的值。

获得对像素精确的精确值对我来说真的很重要，这就是为什么我不能真正使用最大滤镜或类似的东西的原因。我正在寻找一种计算效率高的方法来检测此最小值，因此我宁愿使用现有方法，也不要自己编写代码。

Answer 1

要获得2D数组中最小值的索引，我建议如下：

find_smallest = lambda arr: np.unravel_index(np.argmin(arr),arr.shape)

Answer 2

也许您可以尝试scipy.optimize中的某些求解器（例如Nelder-Mead）。这些将寻找局部最小值。

然后，为了获得所需的最小值，您可以尝试从不同的随机点启动多个优化，并丢弃最终接近图像边界的解决方案。就是说，假设您的下限在边界之外。这是一个丑陋的方法，可能不是很有效，但是我有点希望它能起作用。另外，您可能必须调整参数。

否则，使用gradient函数可以完成一些魔术。我猜您将不得不寻找一些周围都有正导数的点。