简介
图像的除法运算通常需要两个图像作为输入，第一个图像的像素值除以第二个图像的相应像素值，产生第三个图像的像素值。也可以用一个单一的输入图像，除以一个常量，得到一个图像。
工作原理
两个输入图像用公式：
一个输入图像用公式：
如果像素值实际上是向量，而不是个别组件（如红色，蓝色和绿色元件）的标值比（如为彩色图像），简单地分为单独生产产值。 除法运算符可能只执行整数除法，或者也可能是能够处理浮点除法。如果只执行整数除法，那么结果通常是向下舍入到下一个最低的整数输出。使用其他较简单的8位整数像素值类型的图像的能力，做除法时非常方便。 使用指南 部门最重要的用途之一是在变化检测，以类似的方式使用同样的事情减法。给予，而不是从一帧到每个像素的绝对变化的未来，然而，师给出了相应的像素值之间的微小变化或比（因此，ratioing的常见的替代名称）。图像 和 同样的场景是，除了两个对象已略有移动之间的接触。后者除以前者使用浮点像素类型和对比度拉伸产生的图像产量 经过表决，像素没有改变之间的接触有一个值为1，而如果像素值上升后首次曝光表决的结果是0和1之间的聚集，否则它是介于1和255（提供在第二幅图像的像素值不小于1）。这是为什么我们只能看到对比度拉伸图像的移动部分的新位置。旧的位置可以通过直方图均衡的分工输出可视化，如下所示 在这里，高值对应到新的位置，低价值的老位置相对应，假设移动对象的强度低于背景强度。在扳平比分的图像的中间graylevels对应地区没有变化。由于噪声，图像也显示位置不动的对象。 相比之下，两个图像之间的绝对差异，显示在 产生约老在相同的像素值和移动部分的新位置。 像素分工的另一个应用是分开对象的实际反射照明的有害影响。此图片 显示的文字照明不佳的一块。整个图像，这使得传统的前景/背景分割使用的标准阈值不可能有一个强大的照明梯度。图像 结果显示简单的强度阈值的像素值在128。有没有全球性的阈值，超过整体的形象工程。 假设，我们无法改变的照明条件，但我们可以采取不同的项目中viewfield几个图像。出现这种情况相当多了很多，在显微镜的实例。我们选择了一张白纸一张白纸，这应该使我们能够捕捉事件光照变化的图片。这对光图像显示在 现在，假设我们是一个单位的现场处理，坐标x和y，然后反射光的强度描述的场景表面上的点B（X，Y）取决于反射率R（X，Y）在这一点上，也对这样的事件照明（X，Y）的场景： 使用下标来区分的空白（对光）图像和原始图像，我们可以这样写： 但是，因为我（X，Y）是两个图像的相同，并假设空白纸张的反射均匀，然后在其表面： 因此，该部门应允许我们段的字母很好。在图像 我们看到的除以对光图像的原始图像的结果。需要注意的是浮点格式的图像用于显示的8位整数，然后将其归师。几乎所有的光照梯度已被删除。图像 显示阈值的像素值在160这个形象的结果。虽然不神奇，一点点工作，利用形态学操作，文字可以变得相当清晰的。使用减法获得的结果进行比较。 至于与其他图像的算术运算，重要的是要了解是否被用于执行整数或浮点运算。划分两个类似的图像，在上面的例子，主要是在非常小的像素值的结果，很少超过4个或5个。结果显示，图像归为8位整数。然而，如果该部门在整数格式，结果被量化前的正常化，从而丢失了大量的信息。图像 显示了上述变化检测的结果，如果该部门在整数格式进行。该部门的最大结果是小于3，因此整数图像包含只有三个不同的值，即0，1和2正常化之前。一种解决方法是乘以一个比例因子（分子影像）进行表决前的第一个图像。当然，这不是一般的8位整数图像可能因为重大缩放将简单的饱和图像的所有像素。最好的方法是，在上面的例子中，切换到非字节的图像类型，最好到浮点格式。其效果是，直到正常化，因此结果并不包含更多graylevels的图像不量化。如果不能使用浮点，然后使用，也就是说，32位整数，扩大分裂分子形象。 互动实验 点击这里，你可以交互地尝试这个操作符。 演习 在不同的时间，不动，它之间的两个图像（模拟）手表。使用部门检测图像中的变化和像素减法取得一个比较结果。如何可以轻松地检测小的议案（即分钟手与秒针）？确定两个图像使用ratioing类似的场景之间的变动百分率是更好的主意比决定使用减法的图像之间的差异，描述了一个可能的应用。参考文献 E.戴维斯机器视觉：理论，算法和实用性，科学出版社，1990年，第2章。 A.马里昂图像处理，查普曼和霍尔，1991年，第244页介绍。 本地信息 有关此操作的具体信息可以在这里找到。 更一般的忠告是有关地方HIPR安装在本地的信息介绍部分。
新闻中心