文档介绍：关于图像的点运算
第1页，讲稿共109张，创作于星期日
图像处理基本运算概述
根据数字图像处理运算中输入信息与输出信息的类型，具有代表性的图像处理典型算法从功能上具有以下几种：
（1）单幅图像 作于星期日
分段线性点运算公式
HIT
第31页，讲稿共109张，创作于星期日
（3）非线性点运算：输出灰度级与输入灰度级呈非线性关系的点运算。
255
255
0
输入
输出
HIT
第32页，讲稿共109张，创作于星期日
255
128
255
218
255
128
255
32
加亮、减暗图像
亮度调整
加暗、减亮图像
HIT
第33页，讲稿共109张，创作于星期日
对比度拉伸
非线性拉伸实例1
拉伸效果：图像加亮、减暗
HIT
第34页，讲稿共109张，创作于星期日
非线性拉伸实例2
第35页，讲稿共109张，创作于星期日
非线性拉伸实例3
第36页，讲稿共109张，创作于星期日
第37页，讲稿共109张，创作于星期日
非线性拉伸实例4
第38页，讲稿共109张，创作于星期日
非线性拉伸实例5
第39页，讲稿共109张，创作于星期日
非线性拉伸实例6
第40页，讲稿共109张，创作于星期日
非线性拉伸实例7
第41页，讲稿共109张，创作于星期日
代数运算
1、概念
2、运算类型及应用
HIT
第42页，讲稿共109张，创作于星期日
1. 概念
代数运算是指两幅输入图像之间进行点对点的加、减、乘、除运算得到输出图像的过程。如果记输入图像为A(x,y)和B(x,y)，输出图像为C(x,y)，则有如下四种形式：
(1) C(x,y) = A(x,y)+ B(x,y)
(2) C(x,y) = A(x,y)- B(x,y)
(3) C(x,y) = A(x,y)×B(x,y)
HIT
第43页，讲稿共109张，创作于星期日
2. 运算类型及应用
（1）加运算
（2）减运算
（3）乘运算
HIT
第44页，讲稿共109张，创作于星期日
（1）加运算
C(x,y) = A(x,y) + B(x,y)
主要应用举例
去除“叠加性”随机噪音
生成图像叠加效果
HIT
第45页，讲稿共109张，创作于星期日
去除“叠加性”噪音
对于原图象f(x,y),有一个噪音图像集
{ g i (x ,y) } i =1,2,...M
其中：g i (x ,y) = f(x,y) + h(x,y)i
M个图像的均值定义为：
g(x,y) = 1/M (g0(x,y)+g1(x,y)+…+
g M (x ,y))
当：噪音h(x,y)i为互不相关，且均值为0时，上述图象均值将降低噪音的影响。
第46页，讲稿共109张，创作于星期日
相加
M=1
M=2
M=4
M=16
Addition:
averaging for noise reduction
第47页，讲稿共109张，创作于星期日
生成图象叠加效果：可以得到各种图像合成的
效果，也可以用于两张图片的衔接
第48页，讲稿共109张，创作于星期日
（2）减法运算
C(x,y) = A(x,y) - B(x,y)
主要应用
消除背景影响
差影法(检测同一场景两幅图像之间的变化)
HIT
第49页，讲稿共109张，创作于星期日
① 消除背景影响
即去除不需要的叠加性图案
设：背景图像b(x ,y)，前景背景混合图像f(x ,y) g(x,y)=f(x,y)–b(x,y)
g(x,y) 为去除了背景图像
第50页，讲稿共109张，创作于星期日
HIT
第51页，讲稿共109张，创作于星期日
② 差影法
指把同一景物在不同时间拍摄的图像或同一景物在不同波段的图像相减;
差值图像提供了图像间的差异信息，能用于指导动态监测、运动目标检测和跟踪、图像背景消除及目标识别等。
HIT
第52页，讲稿共109张，创作于星期日
差影法在自动现场监测中的应用
在银行金库内，摄像头每隔一固定时间拍摄一幅图像，并与上一幅图像做差影，如果图像差别超过了预先设置的阈值，则表明可能有异常情况发生，应自动或以某种方式报警；
用于遥感图像的动态监测，差值图像可以发现森林火灾、洪水泛滥，监测灾情变化等；
也可用于监测河口、海岸的泥沙淤积及监视江河、湖泊、海岸等的污染；
利用差值图像还能鉴别出耕地及不同的作物覆盖情况。
HIT
第53页，讲稿共109张，创作于星期