کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5488692 1524105 2017 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Fusion of visible and infrared images using global entropy and gradient constrained regularization
ترجمه فارسی عنوان
تلفیقی از تصاویر قابل مشاهده و مادون قرمز با استفاده از آنتروپی جهانی و تنظیم مقادیر گرادیان
کلمات کلیدی
ترکیب تصویر، مادون قرمز و قابل مشاهده بهینه سازی، آنتروپی جهانی، گرادیان تنظیم مقید،
ترجمه چکیده
ترکیب فیبر نوری و مادون قرمز موضوع مهم و محبوب در علوم تصویربرداری بوده است. تلفیق تصویر دوگانه با هدف جمع آوری هر دو منطقه هدف در تصویر مادون قرمز و جزئیات اطلاعات فراوان در تصویر قابل مشاهده به نتیجه تلف شده، حفظ حتی افزایش اطلاعات که از تصاویر منبع به ارث می برد. در مطالعه ما، ما یک روش همجوشی مبتنی بر بهینه سازی را با ترکیبی از آنتروپی جهانی و مقیاس محدودیت گرادیان پیشنهاد می کنیم. ما با استفاده از مزایای حداکثر آنتروپی جهانی به عنوان اصطلاح اول، همراه با محدودیت گرادیان به عنوان اصطلاح اصلاح شده، یک تابع هزینه را طراحی می کنیم. در این تابع هزینه، حداکثر آنتروپی جهانی می تواند نتایج حاصل را به عنوان اطلاعات بیشتر از منابع به ارث برده باشد. و با استفاده از محدودیت گرادیان، نتیجه تلف شده، جزئیات دقیق و لبه ها با سرکوب سر و صدا دارد. تلفیق با به حداقل رساندن تابع هزینه با اضافه کردن ماتریس ارزش وزن به دست می آید. نتایج تجربی نشان می دهد که روش پیشنهادی خوبی دارد و برتر از سایر الگوریتم های معمول در عملکرد تصویری ذهنی و معیارهای عینی است.
موضوعات مرتبط
مهندسی و علوم پایه فیزیک و نجوم فیزیک اتمی و مولکولی و اپتیک
چکیده انگلیسی
Infrared and visible image fusion has been an important and popular topic in imaging science. Dual-band image fusion aims to extract both target regions in infrared image and abundant detail information in visible image into fused result, preserving even enhancing the information that inherits from source images. In our study, we propose an optimization-based fusion method by combining global entropy and gradient constrained regularization. We design a cost function by taking the advantages of global maximum entropy as the first term, together with gradient constraint as the regularized term. In this cost function, global maximum entropy could make the fused result inherit as more information as possible from sources. And using gradient constraint, the fused result would have clear details and edges with noise suppression. The fusion is achieved based on the minimization of the cost function by adding weight value matrix. Experimental results indicate that the proposed method performs well and has obvious superiorities over other typical algorithms in both subjective visual performance and objective criteria.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Infrared Physics & Technology - Volume 81, March 2017, Pages 201-209
نویسندگان
, , , , , ,