प्रदर्शनी

एक बेहतर छवि संलयन एल्गोरिदम

Oct 12, 2018 एक संदेश छोड़ें

एक बेहतर छवि संलयन एल्गोरिदम

हम शेन्ज़ेन चीन में एक बड़ी प्रिंटिंग कंपनी है। हम सभी पुस्तक प्रकाशन, हार्डकवर बुक प्रिंटिंग, पेपरकवर बुक प्रिंटिंग, हार्डकवर नोटबुक, स्प्रायल बुक प्रिंटिंग, सैडल स्टिचिंग बुक प्रिंटिंग, बुकलेट प्रिंटिंग, पैकेजिंग बॉक्स, कैलेंडर, सभी प्रकार के पीवीसी, उत्पाद ब्रोशर, नोट्स, चिल्ड्रन बुक, स्टिकर, सभी विशेष पेपर रंग मुद्रण उत्पादों के प्रकार, खेल कार्ड और इतने पर।

अधिक जानकारी के लिये कृपया यहां देखें

http://www.joyful-printing.com। केवल ईएनजी

http://www.joyful-printing.net

http://www.joyful-printing.org

ईमेल: info@joyful-printing.net


प्रथम। परिचय


छवि संलयन एक अधिक सटीक और समृद्ध छवि बनाने के लिए दो या अधिक सेंसर द्वारा प्राप्त छवि जानकारी का संश्लेषण है। छवि संलयन को निम्न स्तर से तीन स्तरों में विभाजित किया गया है: पिक्सेल स्तर संलयन, सुविधा स्तर संलयन और निर्णय स्तर संलयन। वेवलेट ट्रांसफॉर्म छवि संलयन में एक सामान्य रूप से प्रयुक्त विधि है। शोध से पता चलता है कि वेवलेट ट्रांसफॉर्म उच्च आयामी मामलों में इष्टतम फ़ंक्शन प्रतिनिधित्व विधि नहीं है। छवियों जैसे उच्च-आयामी स्थानिक डेटा को अधिक प्रभावशाली ढंग से प्रस्तुत करने और संसाधित करने के लिए, शोधकर्ताओं ने रिजलेट, कर्वलेट, बैंडलेट, कंटूरलेट और वेवलेट-कंटूरलेट जैसे बहु-पैमाने ज्यामितीय विश्लेषण उपकरण की एक श्रृंखला का प्रस्ताव दिया है। प्रस्तावित तरीकों से छवि संलयन के क्षेत्र में अधिक से अधिक कुशल संलयन विधियों के निर्माण की नींव रखी गई है।


वेवलेट ट्रांसफॉर्म और कंटूरलेट ट्रांसफॉर्म छवि संलयन के लिए दो मुख्य और आमतौर पर उपयोग किए जाने वाले टूल्स हैं। वेवलेट ट्रांसफॉर्म दोनों सिद्धांत और व्यावहारिक अनुप्रयोगों में परिपक्व है। यह हमेशा छवि संलयन के लिए एक आम उपकरण रहा है, लेकिन यह केवल तीन दिशाओं में जानकारी प्राप्त कर सकता है: क्षैतिज, लंबवत और विकर्ण। कंटूरलेट ट्रांसफॉर्म वेवलेट ट्रांसफॉर्म दिशा की समाप्ति के लिए क्षतिपूर्ति कर सकता है और छवि की किसी भी दिशा में जानकारी प्राप्त कर सकता है। साथ ही, वेवलेट ट्रांसफॉर्म और कंटूरलेट एक ही तरीके से छवि को संसाधित करने के लिए परिवर्तित करता है, यानी, छवि कम आवृत्ति और उच्च आवृत्ति भागों में विघटित होती है, और छवि संलयन क्रमशः कम आवृत्ति और उच्च आवृत्ति में किया जाता है। इसलिए, छवि के प्रदर्शन में सुधार के लिए वेवलेट ट्रांसफॉर्म और कंटूरलेट ट्रांसफॉर्म को जोड़ा जा सकता है।


छवि संलयन के शोध में न केवल एल्गोरिदम के शोध शामिल हैं, बल्कि संलयन नियमों का भी शोध शामिल है। फ़्यूज़न नियम अब आम तौर पर क्षेत्र (या विंडोिंग) संलयन नियमों का चयन करते हैं। क्योंकि कम आवृत्ति मुख्य रूप से छवि की ऊर्जा की जानकारी को प्रतिबिंबित करती है, और उच्च आवृत्ति छवि की सीमा की जानकारी को दर्शाती है, यानी, परिवर्तन की डिग्री। भिन्नता छवि पिक्सेल के बीच समग्र परिवर्तन को भी प्रतिबिंबित करती है। इसलिए, इस पेपर में, क्षेत्रीय भिन्नता के भारित औसत का चयन करने के संलयन विधि को उच्च आवृत्ति भाग में चुना जाता है।


दूसरा, वेवलेट-कंटूरलेट ट्रांसफॉर्म


1. वेवलेट ट्रांसफॉर्म

1 9 8 9 में, बर्ट और एडेलसन की छवि अपघटन और पुनर्निर्माण पिरामिड एल्गोरिदम (गॉस-लैपलस पिरामिड एल्गोरिदम) से प्रेरित, मल्लट ने कंप्यूटर दृष्टि के क्षेत्र में वेवलेट विश्लेषण में बहु-पैमाने विश्लेषण विश्लेषण पेश किए। संकल्प विश्लेषण की अवधारणा मल्लट फास्ट एल्गोरिदम द्वारा दी गई है।

द्वि-आयामी मल्लट एल्गोरिदम को इस प्रकार व्यक्त किया जा सकता है:

सूत्र में, स्थानिक संकल्प में क्षैतिज, ऊर्ध्वाधर, और विकर्ण दिशाओं में स्थानिक संकल्प में निम्न आवृत्ति घटक क्रमशः उच्च आवृत्ति घटक होते हैं। पूर्णांक के सेट के रूप में, यह एक दर्पण संयुग्मित फ़िल्टर है।


2. कंटोरलेट ट्रांसफॉर्म

चूंकि वेवलेट ट्रांसफॉर्म छवि की दिशा की जानकारी का प्रतिनिधित्व नहीं करता है। 2002 में, डू और वीटरली ने कंटूरलेट ट्रांसफॉर्म का प्रस्ताव दिया था। कंटूरलेट ट्रांसफॉर्म एक बहु-रिज़ॉल्यूशन, स्थानीय और दिशात्मक छवि प्रतिनिधित्व विधि है। यह किसी भी दिशा में जानकारी प्रदान कर सकता है और एक द्वि-आयामी छवि का एक स्पष्ट प्रतिनिधित्व है। कंटूरलेट ट्रांसफॉर्म दो-चैनल फ़िल्टर बैंक का उपयोग करता है जो छवि को दो चरणों में संसाधित करता है:

2.1 लैपलासीन पिरामिड (एलपी) इनपुट छवि को विघटित करने के लिए प्रयोग किया जाता है। एलपी अपघटन में चार चरण होते हैं: कम-पास फ़िल्टरिंग, डाउन-नमूनाकरण, इंटरपोलेशन एम्पलीफिकेशन, और बैंड-पास फ़िल्टरिंग। कम आवृत्ति उपनगरों के निरंतर एलपी अपघटन विभिन्न पैमाने की एक श्रृंखला पर कम आवृत्ति और उच्च आवृत्ति उपनगर पैदा करता है।

2.2 दिशात्मक विश्लेषण एलपी अपघटन द्वारा प्राप्त उच्च आवृत्ति दिशात्मक फ़िल्टर बैंक पर किया जाता है। दिशात्मक फ़िल्टर बैंक का उद्देश्य छवि की दिशात्मक उच्च आवृत्ति जानकारी को पकड़ना है और एक ही दिशा में एकवचन बिंदुओं को एक गुणांक में जोड़ना है।


दिशात्मक फ़िल्टर बैंक छवि की पेड़-स्तरीय संरचना को विघटित करता है, और आवृत्ति डोमेन को उप-बैंड में विघटित करता है, जिनमें से प्रत्येक वेज आकार के होते हैं। विधि पहले चित्रा 1 और पांच नमूना फ़िल्टर में दिखाए गए प्रशंसक फ़िल्टर का उपयोग करती है ताकि इनपुट छवि को दो उप-बैंड, क्षैतिज और ऊर्ध्वाधर में विघटित किया जा सके और फिर शीयरिंग रीसाम्पलिंग ऑपरेटर बैंड पेश किया जा सके।

चित्रा 1 फ़िल्टर बैंक (प्रशंसक फ़िल्टर और पांच नमूना फ़िल्टर)

चित्रा 1 पांच नमूनाकरण मैट्रिस का प्रतिनिधित्व करता है, और काला क्षेत्र क्षेत्र प्रत्येक फ़िल्टर के लिए आदर्श आवृत्ति डोमेन अपघटन का प्रतिनिधित्व करता है।


3. वेवलेट-कंटूरलेट ट्रांसफॉर्म

कंटूरलेट ट्रांसफॉर्म के पहले चरण में उपयोग किया जाने वाला एलपी अपघटन अनावश्यक है, जिसके परिणामस्वरूप कंटूरलेट ट्रांसफॉर्म की 4/3 रिडंडेंसी होती है। इसके अलावा, एलपी अपघटन का डी-सहसंबंध भी वेवलेट ट्रांसफॉर्म जितना अच्छा नहीं है। उपर्युक्त समस्याओं के जवाब में, एस्लामी आर और राधा एच ने एक वेवलेट-कंटूरलेट ट्रांसफॉर्म का प्रस्ताव दिया। वेवलेट-कंटूरलेट ट्रांसफॉर्म दो स्टेज फ़िल्टर बैंक से बना है। पहला चरण छवि के उच्च आवृत्ति घटकों को प्राप्त करने के लिए वेवलेट ट्रांसफॉर्म द्वारा विघटित होता है, जिससे उप-अंतरिक्ष विस्तार जानकारी के सहसंबंध को कम किया जाता है। दूसरा चरण दिशात्मक फ़िल्टर बैंक का उपयोग करता है। उच्च आवृत्ति के सभी दिशाओं में उपबंधों को प्राप्त किया जाता है। चित्रा 2 में दिखाया गया है:


तीसरा, भिन्नता चयन औसत संलयन एल्गोरिदम पर आधारित है


इस पेपर में दिए गए संलयन एल्गोरिदम के चरण निम्नानुसार हैं:

1 वामलेट-कंटूरलेट को बाएं धुंधले छवि और सही धुंधली छवि पर क्रमशः परिवर्तित करना, और कम आवृत्ति भाग और स्रोत छवि के उच्च आवृत्ति भाग को प्राप्त करना;


2 कम आवृत्ति भाग एक साधारण भारित औसत संलयन नियम का उपयोग करता है।

छवि को वेवलेट-कंटूरलेट द्वारा परिवर्तित करने के बाद, कम आवृत्ति गुणांक मुख्य रूप से मूल छवि की अधिकांश ऊर्जा पर ध्यान केंद्रित करते हैं, जो छवि के अवलोकन को निर्धारित करता है। इस पेपर में, हम कम आवृत्ति सबबैंड गुणांक के लिए भारित औसत संलयन नियम का उपयोग करते हैं।


3 उच्च आवृत्ति भाग भिन्नता चयन भारित औसत के संलयन नियम को गोद ले।

छवि को वेवलेट-कंटूरलेट द्वारा परिवर्तित करने के बाद, उच्च आवृत्ति गुणांक में मुख्य रूप से छवि के विवरण और किनारे की जानकारी होती है। प्रत्येक उच्च आवृत्ति उप बैंड गुणांक दिशात्मक विशेषताओं का प्रतीक है। इस पेपर में, भिन्न चयन औसत पर आधारित एक संलयन एल्गोरिदम अपनाया जाता है। संलयन नियम निम्नानुसार हैं:


सबसे पहले, बाईं तरफ धुंधली छवि की उच्च-आवृत्ति उप-छवियों की अपघटन परतें और दायीं तरफ धुंधली छवि प्राप्त की जाती है, और संबंधित दिशाओं में संबंधित पिक्सेल के स्थानीय भिन्नता क्रमशः दर्ज की जाती हैं:। सूत्र के लिए सूत्र (2) देखें:

फिर इसे सामान्य करें:

एक दहलीज परिभाषित करें: यह आलेख सिमुलेशन लेता है। फिर वहां हैं:

जहां, क्रमशः, विघटित परत और दिशा में फ़्यूज्ड छवि, छवि और छवि के पिक्सेल मानों का प्रतिनिधित्व करते हैं। इसे समीकरणों (5) और (6) से देखा जा सकता है कि जब सामान्यीकृत छवियों के स्थानीय भिन्नता मान ए और बी बड़े होते हैं, तो इसका अर्थ यह है कि एक छवि में समृद्ध किनारों की जानकारी होती है, जबकि अन्य छवि में कम किनारे की जानकारी होती है , बड़े स्थानीय भिन्नता वाले पिक्सेल मान को फ़्यूज्ड गुणांक के रूप में चुना जाता है; जब दो छवियों को सामान्यीकृत किया जाता है, तो स्थानीय भिन्नता करीब होती है, यह दर्शाती है कि दोनों छवियों में समृद्ध विस्तार जानकारी शामिल है। भारित औसत संलयन एल्गोरिदम का उपयोग संलयन के बाद वेवलेट गुणांक निर्धारित करने के लिए किया जाता है। सूचना हानि से परहेज करते हुए यह छवि की विस्तृत विशेषताओं को संरक्षित करता है।


4 अंतिम फ़्यूज्ड छवि प्राप्त करने के लिए एक वेवलेट-कंटूरलेट उलटा परिवर्तन करें।

विशिष्ट प्रक्रिया चित्रा 3 में दिखाया गया है।

चित्रा 3 वेवलेट-कंटूरलेट छवि संलयन ब्लॉक आरेख बदलना


चौथा, मूल्यांकन संकेतकों का एकीकरण और प्रयोगात्मक परिणामों का विश्लेषण


प्रस्तावित एल्गोरिदम की प्रभावशीलता को सत्यापित करने के लिए, उसी संलयन नियमों के तहत, इसकी तुलना वेवलेट ट्रांसफॉर्म और कंटूरलेट ट्रांसफॉर्म से की जाती है। छवि डीबी 5 वेवलेट का उपयोग करके विघटित और पुनर्निर्मित की गई है। दहलीज 0.6 के रूप में लिया जाता है।

फ़्यूज्ड छवि का निष्पक्ष मूल्यांकन करने के लिए, संदर्भ छवि के रूप में एक स्पष्ट ग्रेस्केल छवि का चयन किया गया था। क्रॉस एन्ट्रॉपी, विचलन छवि और विवेकपूर्ण छवि की स्थानिक आवृत्ति को संलयन प्रभाव के पेशेवरों और विपक्ष का मूल्यांकन करने के लिए उद्देश्य मानदंड के रूप में उपयोग किया जाता है।

1. क्रॉस एंट्रॉपी

फ़्यूज्ड छवि और मानक संदर्भ छवि का क्रॉस एन्ट्रॉपी इस प्रकार परिभाषित किया गया है:

समीकरण (7) में, योग ग्रे मानों के योग की संभावना है। छवि का कुल ग्रे स्तर। क्रॉस एन्ट्रॉपी, जिसे सापेक्ष एंट्रॉपी भी कहा जाता है, दो छवियों के बीच अंतर का मूल्यांकन करने के लिए एक प्रमुख संकेतक है। क्रॉस एंट्रॉपी जितना छोटा होगा, विवरण और योग के बीच का अंतर छोटा होगा, उससे अधिक जानकारी निकाली जाएगी, यानी, छवि विलय करने का प्रभाव बेहतर है।


2. विचलन

विचलन और इस प्रकार परिभाषित किया गया है:

सूत्र (8) में, योग के क्रमिक मूल्य क्रमशः संकेतित होते हैं। विचलन की परिमाण ग्रे मान से अंतर का प्रतिनिधित्व करती है। विचलन छोटा, बेहतर संलयन प्रभाव।


3. स्थानिक आवृत्ति

छवि की स्थानिक आवृत्ति है:

(9) छवि की रेखा आवृत्ति है, और इसकी गणना सूत्र (10) में दिखाया गया है:

(9) छवि की कॉलम आवृत्ति है, और इसकी गणना सूत्र जैसा दिखाया गया है (11):

उपर्युक्त सूत्र पिक्सेल स्थिति पर ग्रे मान का प्रतिनिधित्व करता है, और क्रमशः छवियों के स्तंभों और संख्याओं की संख्या का प्रतिनिधित्व करता है।

किसी छवि की स्थानिक आवृत्ति भिन्नता से संबंधित संकेतक है, जो छवि स्थानिक डोमेन की समग्र गतिविधि को दर्शाती है। स्थानिक आवृत्ति जितनी अधिक होगी, छवि जितनी अधिक सक्रिय होगी, छवि स्पष्ट होगी, और बेहतर छवि मिश्रण प्रभाव।

चित्रा 4 संलयन प्रयोग के परिणाम दिखाता है। चित्रा 4 (ए) मानक संदर्भ छवि है, चित्रा 4 (बी) बाईं ओर गॉसियन फ़िल्टर द्वारा चित्रित की जाने वाली छवि है, और चित्रा 4 (सी) दाईं ओर गॉसियन फ़िल्टर द्वारा चित्रित की जाने वाली छवि है पक्ष। चित्रा 4 (डी) वेवलेट ट्रांसफॉर्म के बाद फ़्यूज्ड छवि है, चित्र 4 (ई) कंटूरलेट ट्रांसफॉर्म के बाद फ़्यूज्ड छवि है, और चित्र 4 (एफ) वेवलेट-कंटूरलेट ट्रांसफॉर्म के बाद फ़्यूज्ड छवि है।

(ए) मानक संदर्भ छवि (बी) बाईं ओर फ़्यूज्ड छवि को धुंधला करने के लिए (सी) धुंधली छवि को दाईं ओर फ़्यूज़ किया जाना चाहिए

(डी) वेवलेट चयन औसत (ई) कंटूरलेट चयन औसत (एफ) वेवलेट-कंटूरलेट चयन औसत

संलयन के लिए तीन परिवर्तनों का प्रदर्शन मूल्यांकन डेटा तालिका 1 में दिखाया गया है।

तालिका 1 प्रदर्शन तुलना डेटा विश्लेषण तीन संलयन परिवर्तनों का विश्लेषण

यह तालिका 1 से देखा जा सकता है कि वेवलेट ट्रांसफॉर्म की तुलना में, वेवलेट-कॉन्टूरलेट ट्रांसफॉर्म स्थानिक आवृत्ति को 11.27% तक बढ़ा देता है, विचलन वेवलेट ट्रांसफॉर्म से 10.84% कम है, और क्रॉस-एन्ट्रॉपी तरंग से 23.81% कम है बदलना।


वेवलेट-कंटूरलेट ट्रांसफॉर्म कंटूरलेट ट्रांसफॉर्म की तुलना में स्थानिक आवृत्ति के लगभग समान है। विघटन कंटूरलेट ट्रांसफॉर्म से 1.91% कम है, और क्रॉस एन्ट्रॉपी कंटूरलेट ट्रांसफॉर्म से 11.11% कम है। इसलिए, मूल्यांकन संकेतकों पर विचार करते हुए, प्रस्तावित एल्गोरिदम की प्रभावशीलता सत्यापित की जाती है।


V. निष्कर्ष

इस पेपर में, उच्च आवृत्ति गुणांक के लिए क्षेत्रीय भिन्नताओं के भारित औसत का चयन करने के लिए एक बेहतर एल्गोरिदम प्रस्तावित किया गया है, और भारित औसत प्रसंस्करण कम आवृत्तियों के लिए उपयोग किया जाता है। प्रयोगों से पता चलता है कि प्रस्तावित एल्गोरिदम छवि के विवरण और किनारे की जानकारी को आसानी से प्राप्त कर सकता है। प्रयोगात्मक डेटा के अनुसार, वेवलेट-कंटूरलेट ट्रांसफॉर्म का विचलन और क्रॉस एन्ट्रॉपी वेवलेट ट्रांसफॉर्म और कंटूरलेट ट्रांसफॉर्म की तुलना में कम है।


इसलिए, एक ही संलयन नियम के तहत, वेवलेट-कंटूरलेट ट्रांसफॉर्म पर आधारित छवि संलयन एल्गोरिदम और क्षेत्र भिन्नता के भारित औसत वेवलेट ट्रांसफॉर्म और कंटूरलेट फ़्यूज़न एल्गोरिदम को बदलने से बेहतर परिणाम प्राप्त कर सकते हैं।

जांच भेजें