Вычитание изображения
Вычитание изображения или вычитание пикселей или разностное отображение — это метод обработки изображений , при котором цифровое числовое значение одного пикселя или всего изображения вычитается из другого изображения, и на основе результата создается новое изображение. В основном это делается по одной из двух причин: выравнивание неровных участков изображения, например, когда половина изображения имеет тень, или обнаружение изменений между двумя изображениями. [ 1 ] Этот метод позволяет показать на изображении объекты, изменившие положение, яркость, цвет или форму.
Чтобы этот метод работал, два изображения сначала должны быть пространственно выровнены, чтобы совместить особенности между ними, а их фотометрические значения и функции распределения точек должны быть совместимы либо путем тщательной калибровки, либо путем постобработки (с использованием цветового картирования ). Сложность предварительной обработки, необходимой перед дифференцированием, зависит от типа изображения, но она необходима для обеспечения хорошего вычитания статических признаков.
Это обычно используется в таких областях, как астрономия во временной области (известная прежде всего как разностная визуализация ) для поиска объектов, яркость которых колеблется или движется. При автоматизированном поиске астероидов или объектов пояса Койпера цель перемещается и будет находиться в одном месте на одном изображении, а на эталонном изображении, сделанном через час или день, в другом месте. Таким образом, алгоритмы обработки изображений могут заставить исчезнуть неподвижные звезды на заднем плане, оставив только цель. [ 2 ] Появились отдельные семейства методов вычитания астрономических изображений, работающие как в пространстве изображений, так и в пространстве изображений. [ 3 ] [ 4 ] или частотное пространство, [ 5 ] [ 6 ] с явными компромиссами как в качестве вычитания, так и в вычислительных затратах. Эти алгоритмы лежат в основе почти всех современных (и будущих) переходных процессов исследований . [ 7 ] [ 8 ] и может позволить обнаружить даже слабые сверхновые , встроенные в яркие галактики . Тем не менее, при астрономических изображениях вокруг ярких и сложных источников остаются значительные «остатки», что требует дальнейших алгоритмических шагов для идентификации кандидатов (известных как настоящая фиктивная классификация ).
Метрику Хатчинсона можно использовать для «измерения расхождения между двумя изображениями для использования при фрактальной обработке изображений ». [ 9 ] [ 10 ]
См. также
[ редактировать ]- Мигающий компаратор
- Разница матовая
- Стабилизация изображения
- Вычитание темного кадра – нейтральный «пустой» кадр вычитается для уменьшения шума.
- Мигающий компаратор
- Palomar Transient Factory — широкомасштабное исследование с использованием вычитания изображений.
Ссылки
[ редактировать ]- ^ Домашняя страница HIPR2 в Школе информатики Эдинбургского университета.
- ^ Процедура вычитания изображений для тусклых астероидов Брюса Гэри
- ^ Алард, К.; Луптон, Р.Х. (10 августа 1998 г.). «Метод оптимального вычитания изображений». Астрофизический журнал . 503 (1): 325–331. arXiv : astro-ph/9712287 . Бибкод : 1998ApJ...503..325A . дои : 10.1086/305984 . ISSN 0004-637X . S2CID 15582577 .
- ^ Брамич, Д.М. (май 2008 г.). «Новый алгоритм анализа разностных изображений» . Ежемесячные уведомления Королевского астрономического общества: письма . 386 (1): L77–L81. arXiv : 0802.1273 . Бибкод : 2008MNRAS.386L..77B . дои : 10.1111/j.1745-3933.2008.00464.x . ISSN 1745-3925 . S2CID 14178876 .
- ^ Закай, Барак; Офек, Эран О.; Гал-Ям, Авишай (04 октября 2016 г.). «Правильное вычитание изображений — оптимальное обнаружение переходных процессов, фотометрия и проверка гипотез» . Астрофизический журнал . 830 (1): 27. arXiv : 1601.02655 . Бибкод : 2016ApJ...830...27Z . дои : 10.3847/0004-637X/830/1/27 . ISSN 1538-4357 .
- ^ Ху, Лей; Ван, Лифан; Чен, Синчжуо; Ян, Цзявэнь (01 сентября 2022 г.). «Вычитание изображений в пространстве Фурье» . Астрофизический журнал . 936 (2): 157. arXiv : 2109.09334 . Бибкод : 2022ApJ...936..157H . дои : 10.3847/1538-4357/ac7394 . ISSN 0004-637X .
- ^ Кесслер, Р.; Марринер, Дж.; Чилдресс, М.; Коваррубиас, Р.; Д'Андреа, CB; Финли, округ Колумбия; Фишер Дж.; Фоли, Р.Дж.; Гольдштейн, Д.; Гупта, РР; Куэн, К.; Марча, М.; Никол, RC; Пападопулос, А.; Сако, М. (06 ноября 2015 г.). «Конвейер разностных изображений для поиска переходных процессов в исследовании темной энергии» . Астрономический журнал . 150 (6): 172. arXiv : 1507.05137 . Бибкод : 2015AJ....150..172K . дои : 10.1088/0004-6256/150/6/172 . ISSN 1538-3881 . S2CID 18310701 .
- ^ Маски, Фрэнк Дж.; Лахер, Расс Р.; Рашолм, Бен; Шупе, Дэвид Л.; Жених, Стивен; Сурасе, Джейсон; Джексон, Эдвард; Монкевиц, Серж; Бек, Рон; Флинн, Дэвид; Терек, Скотт; Лэндри, Уолтер; Акопян, Евгений; Десаи, Вандана; Хауэлл, Джастин (07 декабря 2018 г.). «Переходный комплекс Цвикки: обработка данных, продукты и архив» . Публикации Тихоокеанского астрономического общества . 131 (995): 018003.arXiv : 1902.01872 . дои : 10.1088/1538-3873/aae8ac . ISSN 0004-6280 . S2CID 119079815 .
- ^ Эффективное вычисление метрики Хатчинсона между абстрактными цифровыми изображениями.
- ^ МЕТРИКА ХАТЧИНСОНА ВО ФРАКТАЛЬНОМ АНАЛИЗЕ ДНК - ПОДХОД НЕЙРОННОЙ СЕТИ. Архивировано 18 августа 2011 г., в Wayback Machine.
Внешние ссылки
[ редактировать ]- Веб-страница Sussex Computer Vision: Использование информации о движении в компьютерном зрении
 | Эта статья, посвященная технологиям, незавершена . Вы можете помочь Википедии, расширив ее . |
 | Эта статья, посвященная фотографии, незавершена . Вы можете помочь Википедии, расширив ее . |