图像基本运算：
点运算：一幅图像每个像素点灰度值进行运算，改变图像数据所占据的灰度值范围，从而改变图像显示效果。g(x,y)=T[f(x,y)]. T:灰度变换函数-不同的函数处理得到不同的效果。
代数运算，逻辑运算：两幅或多幅图片通过对应像素之间的加减乘除，或逻辑与或非运算得到输出图像的方法。
几何运算；改变图像中物体对象（像素）之间的空间关系。
一、几种点运算：
1、线性点运算的灰度变换函数形式可以采用线性方程描述，即s=ar+b,r:输入，s:输出。
黑线：0<a<1,,b>0 输出灰度压缩。红线：a=1,b=0 输出灰度不变 蓝线：a>1,b=0 输出灰度扩展，整体变亮。绿线：0<a<1,b=0 输出灰度压缩，整体变暗。
2、分段线性点运算：将感兴趣灰度范围线性扩展，相对抑制不感兴趣灰度范围。
3、非线性点运算：输出灰度级和输入灰度级呈非线性关系，对数变换，幂次变换。
对数变换：s=clog(1+r)，其中c是一个常数。低灰度区域扩展，高灰度区压缩。图像加亮减暗。
还用于傅里叶频谱显现。
幂次变换：
,其中c和指数r是正常数，调整这两个数，改变图像效果。
二、代数运算：两幅或多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：
左边输出图像，右边输入图像。
加法运算应用：
1、去除叠加性随即噪音：对概率统计的极为简单应用。
领用同一景物的多幅图像取平均，消除噪声，取M个图像相加求平均得到1幅新图像，一般选8幅取平均。
2、生成图像叠加效果：可以得到各种图像合成的效果，也可以应用于两幅图片的衔接。
减法运算（差影法）：将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，这就是图像的减发运算。差值图像提供了图像间的差值信息，能用于指导动态监测，运动目标的检测和跟踪，图像背景的消除及目标识别。注：图像波段是指电磁波谱中从某一波长到另一波长之间的范围。
主要应用：
1、差影法（检测同一场景两幅图像之间的变化）：
简单演示：左边是输出，右边输入相减。
实际应用：
1、差影法在自动现场检测中的应用：自行百度。
2、混合图像分离：消除背景图像的影响，能实现重叠背景的消除。
三、几何运算：改变图像中物体对象（像素）之间的空间关系。包括位置变换（平移，镜像，旋转），形状变换（放大，缩小）以及图像的复等合变换。
图像几何运算一般定义为：
。式中，u=p(x,y),v=q(x,y)唯一地描述了空间变换，即将输入图像f(u,v)从u-v坐标系变换到x-y坐标系的输出图像g(x,y)。
图像的平移：
图像的镜像：指原始图像相对于某一参照面旋转180°的图像。（1）水平镜像，对y轴，可用矩阵快来进行运算。（2）垂直镜像，对x轴，可用矩阵块进行运算。
图像的旋转：图像围绕原点旋转，任意点
经旋转角度
以后到新位置
,用极坐标进行表示：
注：图形变换旋转的方法。若不围绕原点，则先将原点平移，进行旋转，再将原点平移回去。
同时也可用矩阵的运算：
图像旋转之后，由于数字图像坐标值必须是整数，因此，可能引起图像部分像素点的局部改变（位置误差），因此，这时图像的大小也会发生一定的改变。所以需注意以下问题：1、为避免图像信息丢失，图像旋转后必须进行平移变换。2、图像旋转以后，会出现许多空洞点，必须对这些空洞点进行填充处理（插值处理）。
