所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

图像融合:一个新颖的方法

杨李1
西安电子科技大学电子工程学院,西安,710126年,中国
通讯作者:杨,电子邮件:liyang950123@hotmail.com
相关文章Pubmed,谷歌学者

访问更多的相关文章全球研究计算机科学杂志》上

文摘

图像融合是组合两个或两个以上的源图像的图像信息对应到一个过程。信息显示在修改后的组合显示了一个高质量的图像。一个图像的质量取决于它的感知质量、分辨率和对比度。在本文中,我们应用了基于金字塔分解的图像融合技术,这意味着拉普拉斯算子和高斯金字塔分解。融合图像质量在许多研究成果应用于遥感、机器人、显微镜、医疗领域。结果显示图像的质量先进以及更好的亮度暗灰色或明亮的地区。

关键字

金字塔分解,直方图的图像,图像融合,感知质量。

介绍

图像显示了不同参数的质量更好的理解力的图像质量的重要参数是场景中物质的理解力增强物质之间的亮度差异及其背景[1]。图像的增强对比关注和跨度范围广泛的应用程序,从改善视觉质量的照片获得医学成像差的照明。基本上,两个对比度增强技术,直接方法和间接方法,直接增强细节的方法定义一个函数对比和间接方法;提高对比没有定义一个特定的对比术语[2]。对比措施的相对变化亮度/亮度图像是高度相关的强度梯度[3]。有许多数字对比度增强的方法以优化图像的视觉质量对人类或机器视觉通过灰度直方图修改[4]。韦伯对比是用来测量当地的对比统一亮度在一个统一的背景下的小目标。这些测量数据不是有效的实际图像不同的闪电或阴影[5]。
在本文中,我们使用融合技术来提高图像的质量对亮度在黑暗和其他地区。提出的图像融合方法是基于金字塔分解技术,保存重要的局部知觉线索,同时避免传统问题。

高斯金字塔和拉普拉斯算子的分解

融合技术分为三个部分:简单的图像融合,基于融合金字塔分解和离散小波变换。一个简单的图像融合技术是复合技术,主要执行非常基本的操作,比如像素,减法或平均。这些操作是不适合总是有效的形象。分解的过程是一个金字塔生成先后在每个级别的融合。金字塔分解融合技术的引入金字塔变换融合方法在传输领域。一个图像金字塔包含一组低通或带通形式的一个原始图像;单个模块代表不同规模的模式明智的信息。这种技术可以用来提高信息的质量从一组图片[6]。金字塔分解可分为拉普拉斯算子的分解和高斯金字塔分解。
图像

图像增强

灰度图像增强、对比度增强是将输入图像转换为更少的噪声输出图像。这种技术是提高图像的可解释性或理解力或感知质量人的观众和广泛应用于图像处理。许多通常的技术使用在这个过程中,即,Histogram Equalization (HE), Contrast Limited Adaptive Histogram Equalization (CLAHE), Imadjust function. Histogram Equalization is less effective when the contrast characteristics vary across the image. It is a common technique for enhancing the appearance of images. It spreads out intensity over brightness in higher contrast of output image. This technique is useful in image with background and foregrounds that are low contrast, bright and dark [7]. CLAHE is used to improve contrast in images and differs from histogram equalization in the respect that the adaptive method. CLAHE improves with transforming each pixel with a transformation function derived from a neighborhood region. It was originally developed for medical imaging. The Imadjust function maps the intensity values in gray scale image to new values.
对比测量用于拉普拉斯算符。使用拉普拉斯算符multi-derivatives:一阶和二阶导数。一阶导数有更强的反应灰度图片中的步骤,对噪声不敏感。第二个订单有更强的反应比一步,点线不是一条直线。它比一阶导数更强大的增强急剧变化的边界。输入图像(x, y) x和y坐标的行和列,任何像素位置计算采用二维衍生品。
图像
图像

我们建议的方法

这一努力集中在金字塔分解相结合的拉普拉斯算子的金字塔分解和高斯金字塔分解。融合可以执行超过两个输入图像,在本文中,我们只考虑两个输入图像。新设置的详细和每个图像的近似系数再添加新的融合系数。在最后进行拉普拉斯算子金字塔重建完成构造融合图像。图像分割是采取以JPG格式作为输入。MATLAB的图像阅读的帮助下' imread '命令并返回数组中的图像数据RGB (M×N×3)。接下来,图像从RGB转换为灰度图像的帮助下“rgb2gray”命令。各种灰度图像的融合是由局部对比度增强方法。有三个在图像增强技术。这些技术被用于融合方法的执行。 After that grays-cale, contrast limited adaptive histogram equalization method is obtained with the help of the function ‘adapthisteq’. This technique can be limited in order to avoid noise. Next step is to call the histogram equalization to obtain with the help of function ‘histep’. It is used for the value of intensity over brightness in order to achieve high contrast. Histogram equalization image information‟s are then adjusted next by calling the ‘imadjust’ function. The imadjust function improves the contrast of the images with narrow histograms. Final step performs the proposed fusion technique for the contrast enhancement.
图像
最终的图像融合金字塔图像的重建,得到质量好。

实验装置和结果

该方法编写的MATLAB编程。熵是用来测量图像的内容,值越高表明图像更丰富的细节。一阶熵对应全球熵用于灰度图像阈值。熵的值越高表明,图像质量好,所以有必要评价熵值。不同的GUI窗口显示的是不同的
图像
图像
按照流程图提出算法的图像转换成直方图均衡化(他)图像如图6所示。输入图像的图像质量也不是强大我们的要求。进一步修改成Imadjust图像图像如图7所示。
图像
图像
图根据各种GUI窗口显示了各种方法,但该方法显示了输入图像的质量更好关于熵的增强。熵是用来测量图像的内容,值越高表明图像更丰富的细节。

结论

本文提出一种新的融合方法基于金字塔分解为灰度和彩色图像对比度增强。我们有这个技术使用Matlab实现,GUI编程窗口。我们分析了不同的方法,但该方法分析了良好的噪声去除能力的使用图像融合技术,去除噪声对图像处理[10]总是困难的,目前的算法包括基于深度学习度量学习[11]的方法。这种方法非常适合应用在医学成像和机器人。该方法显示了积极的潜在结果,图像融合技术增强应用程序打开一个新的视角。
在未来,我们想介绍一些信息理论基础方法[12],基于数学模型的算法[13][14][15]来优化我们的方法。

引用

  1. g·冈萨雷斯RC,伍兹RE:数字图像处理Prentice Hall,鞍上游,新泽西;2002年。
  2. 唐J, Peli E,阿克顿S:使用对比测量在压缩域图像增强。2003年IEEE信号处理列托人,10 (10):289 - 292
  3. 阿米娜萨利姆,Azeddine Beghdadi和Boualem Boashash图像fusion-based对比度增强,EURASIP杂志在2012年图像和视频处理,2012:10。
  4. Beghdadi, Negrate艾尔:对比度增强技术基于局部检测边缘。计算视觉图形图像处理1989,46:162 - 274。
  5. 唐J,金正日J, Peli E:图像增强在JPEG域的人视力障碍。IEEE 2004年反式生物医学Eng 51 (11): 2013 - 2023。
  6. Shivsubramani Krishnamoorthy K P索曼。“图像融合算法的实现和比较研究”,IJCA体积(0975 - 8887)9 - 2号,2010年11月。
  7. 鲜明的JA:自适应图像对比度增强使用概括的直方图均衡化。IEEE反式图像处理2000、9 (5):889 - 896。
  8. 伯特P,阿德尔森T:拉普拉斯算子的金字塔图像作为一个紧凑的代码。IEEE 1983年反式Commun com - 31:532 - 540。
  9. N。Indhumadhi G。Padmavathi“提高图像融合算法使用拉普拉斯算子和基于空间频率的小波算法”,IJSCE(2231 - 2307)第一卷,第五期,2011年11月。
  10. 戴,L。,Zhang, Y., Li, Y., & Wang, H. (2014, April). MMW and THz images denoising based on adaptive CBM3D. In Sixth International Conference on Digital Image Processing (pp. 915906-915906). International Society for Optics and Photonics.
  11. 好像,费迪南德Shkjezi,濒危语言联盟等。“距离度量学习对多幅相机人匹配。”Advanced Computational Intelligence (ICACI), 2013 Sixth International Conference on. IEEE, 2013.
  12. 焦Courtade T, J, Weissman T的极值数据处理不平等长时间马尔可夫链[C] / /苏黎世国际交流研讨会。2014:33。
  13. 徐,B。,Wang, X. H., Wei, W., & Wang, H. (2014). On reverse Hilbert-type inequalities. Journal of Inequalities and Applications, 2014(1), 198
  14. 陈,y . C。,Kong, L. J., Wang, H. X., Li, J. J., & Li, R. M. (2013). Research of Mechanism and Experiment of 4LZ-3.0 Self-Propelled Pepper Harvester. Applied Mechanics and Materials, 419, 217-222.
  15. 吉尔P E,穆雷W,赖特M h .实用优化研究[J]。1981年。