画像の減算

画像減算、ピクセル減算、差分イメージングは​​、1 つのピクセルまたは画像全体のデジタル数値を別の画像から減算し、その結果から新しい画像を生成する画像処理技術です。これは主に、影の付いた画像の半分など、画像の不均一な部分を平らにするため、または 2 つの画像間の変化を検出するために行われます。^[1] この方法では、画像内の位置、明るさ、色、または形状が変化したものを表示できます。

この手法が機能するには、まず 2 つの画像を空間的に位置合わせして、画像間の特徴を一致させ、慎重な調整または後処理 (カラー マッピングを使用) によって、2 つの画像の測光値と点像分布関数に互換性を持たせる必要があります。差分化の前に必要な前処理の複雑さは画像の種類によって異なりますが、静的特徴の適切な減算を確実に行うために不可欠です。

これは、時間領域天文学（主に差分イメージングとして知られている）などの分野で、明るさが変動したり移動する物体を見つけるために一般的に使用されています。小惑星やカイパーベルト天体の自動探索では、ターゲットは移動し、1つの画像では1つの場所に表示され、1時間後または1日後に作成された参照画像では別の場所に表示されます。したがって、画像処理アルゴリズムにより、背景の恒星を消してターゲットだけを残すことができます。^[2]天体画像減算技術の明確なファミリーが登場しており、画像空間^{[3] [4]}または周波数空間^{[5] [6]の両方で機能し、減算の品質と計算コストの両方で明確なトレードオフがあります。これらのアルゴリズムは、ほぼすべての最新の（および今後の）過渡}調査^{[7] [8]}の中心にあり、明るい銀河に埋め込まれた微弱な超新星の検出も可能にします。しかし、天体画像では、明るく複雑な源の周りには大きな「残差」が残るため、候補を特定するためのさらなるアルゴリズムのステップ（真偽分類と呼ばれる）が必要となる。

ハッチンソンメトリックは、 「フラクタル画像処理で使用するために2つの画像間の相違を測定する」ために使用できます。^{[9] [10]}

• 点滅コンパレータ
• 差異マット
• 画像安定化
• ダークフレーム減算– ノイズを減らすためにニュートラルな「空白」フレームを減算する
• 点滅コンパレータ
• パロマートランジェントファクトリー– 画像減算法を用いた広域調査

• サセックス コンピュータ ビジョン ウェブページ: コンピュータ ビジョンにおけるモーション情報の使用