výstava

Vylepšený algoritmus fúzie obrázkov

Oct 12, 2018 Zanechajte správu

Vylepšený algoritmus fúzie obrázkov

Sme veľká tlačová spoločnosť v Shenzhen Číne. Ponúkame všetky knižné publikácie, tlač v knihách v obálkach, knihárske práce v knihách, obálky v knihách, spridávanie kníh, potlač sediel, tlač brožúr, obalové krabice, kalendáre, všetky druhy PVC, produktové brožúry, poznámky, detská kniha, samolepky druhy výrobkov špeciálneho papiera farebnej tlače, herné karty a tak ďalej.

Viac informácií nájdete na stránke

http://www.joyful-printing.com. Len ENG

http://www.joyful-printing.net

http://www.joyful-printing.org

e-mail: info@joyful-printing.net


Najprv. úvod


Fusion obrazu je syntéza obrazových informácií získaných dvomi alebo viacerými snímačmi, ktoré vytvárajú presnejší a bohatší obraz. Fúzia obrázkov je rozdelená do troch úrovní od nízkej po vysokú: fúziu na úrovni pixelov, fúziu na úrovni funkcií a fúziu na úrovni rozhodovania. Transformácia Wavelet je bežne používaná metóda v fúzii obrazu. Výskum ukazuje, že vlnková transformácia nie je metóda optimálnej reprezentácie funkcie vo veľkých rozmerových prípadoch. V záujme efektívnejšieho zobrazovania a spracovania priestorových priestorových údajov, ako sú obrázky, výskumníci navrhli sériu nástrojov na meranie geometrickej analýzy, ako sú Ridgelet, Curvelet, Bandelet, Contourlet a Wavelet-Contourlet. Navrhované metódy tvoria základ pre budovanie stále účinnejších metód fúzie v oblasti fúzie obrazu.


Transformácia Wavelet a transformácia Contourlet sú dva hlavné a bežne používané nástroje pre fúziu obrazu. Transformácia Wavelet je vyspelá v teórii aj v praktických aplikáciách. Vždy je to bežný nástroj pre fúziu obrázkov, ale môže získať informácie len v troch smeroch: horizontálne, vertikálne a diagonálne. Transformovaná kontúra môže kompenzovať konečnosť smeru vlnovej transformácie a získať informácie v ľubovoľnom smere obrazu. V tom istom čase proces transformácie waveletov a Contourlet transformuje obraz podobným spôsobom, to znamená, že obraz sa rozkladá na časti s nízkou frekvenciou a vysokou frekvenciou a fúzia obrazu sa vykonáva na nízkej frekvencii a vysokej frekvencii. Transformácie waveletov a transformácie Contourlet sa preto môžu kombinovať, aby sa zlepšila výkonnosť obrazu.


Výskum fúzie obrazu zahŕňa nielen výskum algoritmov, ale aj výskum pravidiel jadrovej syntézy. Pravidlá jadrovej syntézy teraz vo všeobecnosti vyberajú pravidlá fúzie pre oblasť (alebo okná). Pretože nízka frekvencia odráža hlavne energetické informácie obrazu a vysoká frekvencia odráža hraničné informácie obrazu, to znamená stupeň zmeny. Variance tiež odráža celkovú zmenu medzi obrazovými pixelmi. Preto v tomto článku je metóda fúzie výberu váženého priemeru regionálneho rozptylu vybraná vo vysokofrekvenčnej časti.


Po druhé, wavelet-Contourlet transformácia


1. Transformácia vlny

V roku 1989, inšpirovaný Burtovým a Adelsonovým rozkladom a rekonštrukciou pyramídového algoritmu (pyramídový algoritmus Gauss-Laplace), Mallat predstavil v analýze waveletových analýz viacnásobné analýzy v oblasti počítačového videnia. Koncept analýzy rozlíšenia je daný rýchlym algoritmom Mallat.

Dvojrozmerný Mallatov algoritmus možno vyjadriť ako:

Vo vzorci sú nízkofrekvenčné zložky v priestorovom rozlíšení vysokofrekvenčné zložky v horizontálnom, vertikálnom a diagonálnom smere v priestorovom rozlíšení. Ako súbor celých čísel je to zrkadlový konjugátový filter.


2.Contourletová transformácia

Pretože waveletová transformácia nepredstavuje správnu smerovú informáciu obrazu. V roku 2002 navrhli Do a Vetterli transformáciu Contourlet. Konfigurácia kontúr je metódou viacnásobného rozlíšenia, miestnej a smerovej reprezentácie obrazu. Môže poskytovať informácie v ľubovoľnom smere a je to riedka reprezentácia dvojrozmerného obrazu. Transformácia Contourlet používa dvojkanálovú filtračnú banku, ktorá spracováva obraz v dvoch krokoch:

2.1 Na rozloženie vstupného obrazu sa používa Laplacian Pyramid (LP). Rozklad LP sa skladá zo štyroch krokov: filtrovanie dolných priechodov, odber vzoriek, interpolačná amplifikácia a filtrovanie pásmového priepustu. Pokračujúci LP rozklad nízkofrekvenčných sub-pásiem poskytuje nízke frekvencie a vysokofrekvenčné subpásma na rôznych rozsahoch.

2.2 Analýza smernosti sa vykonáva na vysokofrekvenčnej smerovej filtrovej banke získanej rozkladom LP. Účelom banky smerového filtra je zachytiť informácie o smerovej vysokej frekvencii obrazu a spojiť jednotlivé body v rovnakom smere do jedného koeficientu.


Smerová filtračná banka rozkladá stromovú štruktúru obrazu a rozkladá frekvenčnú doménu do subpásiem, z ktorých každý je klinovitý. Metóda najprv používa filter ventilátora znázornený na obrázku 1 a päť vzorkovacích filtrov na rozloženie vstupného obrazu do dvoch podpásiem, horizontálne a vertikálne, a potom zavádza pásmo operátora preberania zo strihania.

Obrázok 1 Filtračná banka (ventilátorový filter a päť vzorkovacích filtrov)

Obrázok 1 predstavuje päť vzorkovacích matríc a oblasť čierneho sektora predstavuje ideálny rozklad frekvenčnej oblasti pre každý filter.


3. Transformácia Wavelet-Contourlet

Rozklad LP použitý v prvej fáze transformácie Contourlet je redundantný, čo má za následok 4/3 redundanciu transformácie Contourlet. Navyše, de-korelácia LP rozkladu nie je taká dobrá ako vlnová transformácia. V reakcii na vyššie uvedené problémy Eslami R a Radha H navrhli transformáciu wavelet-contourlet. Transformácia wavelet-contourlet sa skladá z dvojstupňovej filtračnej banky. Prvá fáza sa dekomponuje transformáciou waveletov, aby sa získali vysokofrekvenčné komponenty obrazu, čím sa znižuje korelácia informácií o detailoch podspráv. Druhá fáza používa banku smerového filtra. Vytvoria sa subpásma vo všetkých smeroch s vysokou frekvenciou. Ako je znázornené na obrázku 2:


Po tretie, založené na priemernom fúznom algoritme na výber variácie


Kroky algoritmu fúzie uvedené v tomto dokumente sú nasledovné:

1 Vykonanie wavelet-Contourlet transformácia na ľavý rozmazaný obraz a pravý rozmazaný obraz, respektíve získanie časti s nízkou frekvenciou a vysokofrekvenčnej časti zdrojového obrazu;


2 Nízkofrekvenčná časť používa jednoduché vážené priemerné pravidlo fúzie.

Po transformácii obrazu wavelet-Contourlet sú nízkofrekvenčné koeficienty väčšinou koncentrované väčšinou energie pôvodného obrazu, ktorý určuje prehľad obrazu. V tomto dokumente používame vážené priemerné pravidlo fúzie pre nízkofrekvenčné čiastkové koeficienty.


3 Vysokofrekvenčná časť prijíma vážený priemer pravidiel fúzie variancie variácie.

Po transformácii obrazu wavelet-Contourlet koeficient vysokej frekvencie obsahuje hlavne detaily a okrajové informácie obrazu. Každý vysokofrekvenčný čiastkový pásový koeficient stelesňuje smerové charakteristiky. V tomto dokumente je použitý fúzny algoritmus založený na priemerovaní výberu variácie. Pravidlá fúzie sú nasledovné:


Najskôr sa získajú rozkladové vrstvy vysokofrekvenčných čiastkových snímok rozmazaného obrazu na ľavej strane a rozmazaného obrazu na pravej strane a lokálne rozdiely príslušných pixelov v príslušných smeroch sa zaznamenávajú nasledovne: Pozrite si vzorec (2) pre vzorec:

Potom ju normalizujte:

Definujte prahovú hodnotu: Tento článok obsahuje simuláciu. Potom existujú:

Kde predstavujú pixelové hodnoty fúzovaného obrazu, obrazu a obrazu v rozloženej vrstve a v smere. Z rovníc (5) a (6) možno vidieť, že ak sú lokálne hodnoty rozptylu normalizovaných obrázkov A a B veľké, znamená to, že jeden obraz obsahuje bohaté informácie o detailoch okrajov, zatiaľ čo druhý obrázok obsahuje menej detailných informácií , hodnota pixelov s vyššou lokálnou odchýlkou sa vyberá ako koeficient fúzovania; keď sú oba obrázky normalizované, lokálna rozptyl je blízky, čo naznačuje, že oba obrázky obsahujú bohaté informácie o detailoch okrajov. Vážený priemerný algoritmus fúzie sa používa na stanovenie koeficientov wavelet po fúzii. Tým sa zachovajú podrobné funkcie obrazu, pričom sa zabráni strate informácií.


4 Vykonajte inverznú transformáciu wavelet-Contourlet a získajte konečný fúzovaný obrázok.

Špecifický proces je znázornený na obrázku 3.

Obrázok 3 Schéma fúzie fúzie transformácie obrazu Wavelet-Contourlet


Po štvrté, integrácia hodnotiacich ukazovateľov a analýza experimentálnych výsledkov


S cieľom overiť efektívnosť navrhovaného algoritmu, v rámci rovnakých pravidiel fúzie, sa porovnáva s waveletovou transformáciou a transformáciou Contourlet. Obraz je rozložený a rekonštruovaný pomocou vlnky db5. Prah sa považuje za 0,6.

Aby sme objektívne zhodnotili fúzovaný obraz, bol ako referenčný obrázok vybratý jasný obraz v odtieňoch šedej. Krížová entropia, odchýlka a priestorová frekvencia fúzovaného obrazu a referenčného obrazu sa používajú ako objektívne kritériá na vyhodnotenie výhod a nevýhod fúzneho efektu.

1. Krížová entropia

Krížová entropia fúzovaného obrazu a štandardný referenčný obraz je definovaná ako:

V rovnici (7) je súčtom pravdepodobnosť súčtu sivých hodnôt. Celková úroveň šedej obrazu. Krížová entropia, tiež známa ako relatívna entropia, je kľúčovým ukazovateľom na vyhodnotenie rozdielu medzi dvomi obrázkami. Čím je menšia krížová entropia, tým menší je rozdiel medzi popisom a súčtom, tým viac sa získava z nej informácie, to znamená, že efekt zlúčenia obrazu je lepší.


2. Odchýlka

Odchýlka a je definovaná ako:

Vo vzorci (8) sú označené hodnoty stupňovania súčtu. Veľkosť odchýlky predstavuje rozdiel od šedej hodnoty. Čím je odchýlka menšia, tým lepší je efekt fúzie.


3. Priestorová frekvencia

Priestorová frekvencia obrázka je:

(9) je čiarová frekvencia obrazu a jeho výpočtový vzorec je uvedený v (10):

(9) je frekvencia stĺpca obrazu a jeho výpočtový vzorec je uvedený v (11):

Vyššie uvedený vzorec predstavuje sivú hodnotu v pozícii pixelov a predstavuje počet riadkov a počet stĺpcov obrazu.

Priestorová frekvencia obrazu je ukazovateľ súvisiaci s rozptylom, ktorý odráža celkovú aktivitu priestorovej domény obrazu. Čím väčšia je priestorová frekvencia, tým je obraz aktívnejší, čím je jasnejší obraz a tým lepší efekt zmiešania obrazu.

Obrázok 4 znázorňuje výsledky fúzneho experimentu. Obrázok 4 (a) je štandardný referenčný obraz, obrázok 4 (b) je obraz, ktorý sa má spájať Gaussovským filtrom na ľavej strane a Obrázok 4 (c) je obraz, ktorý má byť tavený gaussovským filtrom vpravo side. Obrázok 4 (d) je fúzovaný obraz po vlnkovej transformácii, obrázok 4 (e) je fúzovaný obraz po transformácii Contourlet a obrázok 4 (f) je fúzovaný obraz po transformácii wavelet-Contourlet.

(a) Štandardný referenčný obraz (b) Rozmazaný obraz, ktorý sa má spájať na ľavej strane (c) Rozmazaný obraz, ktorý sa má spájať na pravej strane

(d) Priemer výberu vlny (e) Priemer výberu kontúry (f) wavelet - priemer výberu kontúry

Údaje hodnotenia výkonnosti troch transformácií pre fúziu sú uvedené v tabuľke 1.

Tabuľka 1 Analýza výkonnosti analýz troch transformácií jadrovej syntézy

Z tabuľky 1 je zrejmé, že v porovnaní s vlnovodovou transformáciou zväčšuje transformácia wavelet-kontúrka priestorovú frekvenciu o 11,27%, odchýlka je o 10,84% nižšia ako vlnková transformácia a krížová entropia je o 23,81% nižšia ako vlnka transformácie.


Transformácia wavelet-contourlet je takmer identická s priestorovou frekvenciou v porovnaní s transformáciou Contourlet. Odchýlka je o 1,91% nižšia ako transformácia Contourlet a krížová entropia je o 11,11% nižšia ako transformácia Contourlet. Preto vzhľadom na hodnotiace ukazovatele je overená účinnosť navrhovaného algoritmu.


V. Záver

V tomto článku je navrhnutý zlepšený algoritmus pre výber váženého priemeru regionálnych odchýlok pre vysokofrekvenčné koeficienty a vážené priemerné spracovanie sa používa pre nízke frekvencie. Experimenty ukazujú, že navrhovaný algoritmus môže ľahšie získať detaily a okrajové informácie o snímku. Podľa experimentálnych údajov je odchýlka a krížová entropia transformácie wavelet-Contourlet nižšia ako odchýlka vlnkovej transformácie a transformácie Contourlet.


Preto pod rovnakým pravidlom fúzie algoritmus fúzie obrazu založený na wavelet-Contourletovej transformácii a vážený priemer rozptylu regiónu môže získať lepšie výsledky ako waveletová transformácia a algoritmus transformácie fúzie Contourlet.

Zaslať požiadavku