کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4969196 1449900 2017 15 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A novel multi-focus image fusion approach based on image decomposition
ترجمه فارسی عنوان
یک رویکرد همجوشی چندگانه جدید مبتنی بر تجزیه تصویر است
کلمات کلیدی
فوکوس تصویر چند فوکوس تجزیه تصویر، محتوای کارتون، محتوای بافت،
ترجمه چکیده
فیوژن تصویر چند محور یک روش موثر برای ادغام اطلاعات مربوطه از مجموعه ای از تصاویر با همان صحنه، به یک تصویر جامع است. تصویر مخلوط می تواند اطلاعات بیشتری نسبت به هر یک از تصاویر منبع داشته باشد. در این مقاله، یک طرح جدید فیوژن براساس تجزیه تصویر کارتونی و بافت پیشنهاد شده است. تصاویر منبع چندگانه با الگوریتم تجزیه و تحلیل تکراری با استفاده از وزن مجدد تجزیه شده به محتوای کارتونی و محتوای بافت تجزیه می شوند. این می تواند همگرایی سریع را به دست آورد و به طور طبیعی اجزای ساختار مورفولوژیکی را تقریبا نزدیک می کند. قوانین همجوشی مناسب برای ذخیره محتوای کارتونی و محتوای بافت ساخته شده است. در نهایت، قطعات کارتونی و بافت ترکیب شده برای به دست آوردن همه در فوکوس تصویر ترکیب شده است. این پردازش تلفیقی می تواند اطلاعات ساختاری مورفولوژیکی را از تصاویر منبع ذخیره کند و چندین مصنوعات یا نویز اضافی را انجام دهد. نتایج تجربی ما به وضوح نشان داده است که الگوریتم پیشنهادی از نظر روش های بصری و کمی از بسیاری از روش های پیشرفته برخوردار است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر چشم انداز کامپیوتر و تشخیص الگو
پیش نمایش مقاله
یک رویکرد همجوشی چندگانه جدید مبتنی بر تجزیه تصویر است
چکیده انگلیسی
Multi-focus image fusion is an effective technique to integrate the relevant information from a set of images with the same scene, into a comprehensive image. The fused image would be more informative than any of the source images. In this paper, a novel fusion scheme based on image cartoon-texture decomposition is proposed. Multi-focus source images are decomposed into cartoon content and texture content by an improved iterative re-weighted decomposition algorithm. It can achieve rapid convergence and naturally approximates the morphological structure components. The proper fusion rules are constructed to fuse the cartoon content and the texture content, respectively. Finally, the fused cartoon and texture components are combined to obtain the all-in-focus image. This fusion processing can preserve morphological structure information from source images and performs few artifacts or additional noise. Our experimental results have clearly shown that the proposed algorithm outperforms many state-of-the-art methods, in terms of visual and quantitative evaluations.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Fusion - Volume 35, May 2017, Pages 102-116
نویسندگان
, , , , ,