کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
5488503 | 1524107 | 2016 | 10 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
A categorization method of infrared polarization and intensity image fusion algorithm based on the transfer ability of difference features
ترجمه فارسی عنوان
یک روش طبقه بندی از الگوریتم تلفیقی تصویر قطبش مادون قرمز و شدت بر اساس توانایی انتقال ویژگی های تفاوت
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
الگوریتم تصویر ترکیبی قطبش مادون قرمز، تفاوت طبقه بندی، ویژگی توانایی تبدیل،
ترجمه چکیده
همپوشانی از قطبش مادون قرمز و تصویر شدت می تواند به طور قابل توجهی بهبود تشخیص عملکرد هدف، و تصویر ذوب شده برای ادراک بصری انسان و کارهای پردازش تصویر بیشتر مناسب است. در این مقاله، یک روش طبقه بندی جدید الگوریتم تلفیقی تصویر قطبش مادون قرمز و شدت بر اساس قابلیت انتقال قابلیت های مختلف ارائه شده است. در ابتدا، ویژگی اختلاف بین دو نوع تصویر و ویژگی های الگوریتم های همجوشی مختلف، تحلیل و خلاصه می شود. دوم، یک بردار ارزیابی الگوریتم همجوشی برای توانایی تبدیل ویژگی های مختلف ساخته شده است. سوم، توانایی انتقال الگوریتم فیوژن برای ویژگی اختلاف برآورد شده توسط بردار ارزشیابی و میزان توانایی انتقال الگوریتم فیوژن برای ویژگی اختلاف تحلیل می شود. در نهایت، الگوریتم های فیوژن بر اساس توانایی انتقال الگوریتم فیوژن برای ویژگی های متفاوت طبقه بندی می شوند. نتایج نشان می دهد که روش طبقه بندی الگوریتم ترکیبی پیشنهاد شده الگوریتم های فیوژن را در صحنه واقعی انتخاب می کند.
موضوعات مرتبط
مهندسی و علوم پایه
فیزیک و نجوم
فیزیک اتمی و مولکولی و اپتیک
چکیده انگلیسی
The fusion of infrared polarization and intensity image can significantly improve the detection performance of target, and the fused image is more suitable for human visual perception and further image-processing tasks. In this paper, a new categorization method of infrared polarization and intensity image fusion algorithm based on the transfer ability of difference feature is proposed. Firstly, the difference feature between two kinds of image and the characteristics of different fusion algorithms are analyzed and summarized. Second, an evaluation vector of fusion algorithm for difference feature transform ability is constructed. Thirdly, the transfer ability of fusion algorithm for difference feature is estimated by the evaluation vector, and the degree of transfer ability of fusion algorithm for difference feature is analyzed. Finally the fusion algorithms are classified by the degree of transfer ability of fusion algorithm for difference feature. The results shows that the proposed fusion algorithm categorization method helps select fusion algorithms in actual scene.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Infrared Physics & Technology - Volume 79, November 2016, Pages 91-100
Journal: Infrared Physics & Technology - Volume 79, November 2016, Pages 91-100
نویسندگان
Lei Zhang, Feng Bao Yang, Linna Ji, Huifeng Yuan, Anran Dong,