کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6866240 679096 2015 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Sparse representation with learned multiscale dictionary for image fusion
ترجمه فارسی عنوان
نمایندگی انحصاری با فرهنگ لغت چندرسانه ای آموخته برای ترکیب تصویر
کلمات کلیدی
نمایندگی انحصاری، فرهنگ لغت چند منظوره، موجک ثابت، ترکیب تصویر،
ترجمه چکیده
نمایندگی انحصاری یک ابزار قدرتمند برای توصیف تصویر است و نتایج زیادی از هنر را در زمینه های مختلف پردازش تصویر به دست می آورد. انتخاب دیکشنری نقش مهمی در نمایش نمایشی دارد. در این مقاله، یک روش جدید یادگیری چند فرهنگی جدید بر اساس ساختار چندمتغیره موجک ثابت طراحی شده است. در روش یادگیری چند فرهنگی پیشنهاد شده، لغت نامه های زیر برای تمام زیر باند های موجک ثابت با یک استراتژی یادگیری مشترک یاد می شود. مزایای یادگیری فرهنگ لغت مشترک این است که فرهنگ لغت چند منظوره آموخته می تواند ساختار سلسله مراتبی موجک ثابت را حفظ و می تواند ویژگی های ذاتی تصاویر را ضبط کند. برای بحث در مورد پتانسیل روش یادگیری چند فرهنگی توسعه یافته، نمایش نزولی با فرهنگ لغت چند منظوره آموخته شده به ترکیب تصویر اعمال می شود. نتایج تجربی در انواع مختلف تصاویر منبع نشان می دهد که روش تلفیقی چندرسانه ای مبتنی بر همجوشی، روش های همجوشی مبتنی بر فرهنگ لغت یکپارچه، روش های همجوشی مبتنی بر تبدیل غیر متناوب و متمایز چندجمله ای مبتنی بر همجوشی روش متمایز متمایز شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
نمایندگی انحصاری با فرهنگ لغت چندرسانه ای آموخته برای ترکیب تصویر
چکیده انگلیسی
Sparse representation is a powerful tool to describe image, and achieves lots of state of the art results in various image processing areas. The choice of dictionary plays an important role in sparse representation. In this paper, a novel multiscale dictionary learning method is developed based on the multiscale structure of stationary wavelet. In the proposed multiscale dictionary learning method, the sub-dictionaries for all sub-bands of stationary wavelet are learned with a joint learning strategy. The advantages of the joint dictionary learning are that the learned multiscale dictionary can preserve the hierarchical structure of stationary wavelet, and can capture the intrinsic characteristics of images. To discuss the potential of the developed multiscale dictionary learning approach, sparse representation with the learned multiscale dictionary is applied into image fusion. The experimental results on various types of source images demonstrate that the multiscale dictionary based fusion method outperforms the single-scale dictionary based fusion methods, the mutiscale transform based fusion methods and the separated learned multiscale dictionary based fusion method.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 148, 19 January 2015, Pages 600-610
نویسندگان
,