ВЗВЕШЕННОЕ СЛОЖЕНИЕ АСМ-ИЗОБРАЖЕНИЙ С ИСПОЛЬЗОВАНИЕМ ЛОКАЛЬНОЙ КОРРЕЛЯЦИОННОЙ МЕТРИКИ
##plugins.themes.bootstrap3.article.sidebar##
##plugins.themes.bootstrap3.article.main##
Аннотация
Рассматривается задача взвешенного сложения компонентных изображений поверхности материала, формируемых в двух синхронных каналах атомного силового микроскопа (АСМ). Предложена вычислительно простая метрика качества комбинирования компонентных АСМ-изображений на основе коэффициентов локальной корреляции, учитывающая вклад каждого из компонентных АСМ-изображений в результирующее комбинированное АСМ-изображение и корреляцию между компонентными АСМ-изображениями. Показано, что локальная корреляция обеспечивает более высокую точность оценки качества комбинирования АСМ-изображений по сравнению с глобальной корреляцией. Получены зависимости локальной корреляционной метрики от размера окна корреляционного анализа и вклада компонентных АСМ-изображений в результирующее комбинированное АСМ-изображение. Предложена схема адаптивного взвешенного сложения компонентных АСМ-изображений.
##plugins.themes.bootstrap3.article.details##
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Библиографические ссылки
Jasiunas, M. D., Kearney, D. A., Hopf, J., & Wigley, G. B. (2002). Image fusion for uninhabited airborne vehicles. Proceedings IEEE International conference on field-programmable technology (348–351). IEEE. DOI: 10.1109/FPT.2002.1188708.
Morris, C., & Rajesh, R. S. (2014). Survey of spatial domain image fusion techniques. International Journal of Advanced Research in Computer Science, 2(3), 249–254.
Song, L., Lin, Y., Feng, W., & Zhao, M. (2009). A Novel Automatic Weighted Image Fusion Algorithm. International Workshop on Intelligent Systems and Applications (1–4). IEEE. DOI: 10.1109/IWISA.2009.5072656.
Mishra, D., & Palkar, B. (2015) Image fusion techniques: a review. International Journal of Computer Applications, 130(9), 7–13. DOI: 10.5120/ijca2015907084.
Bai, L., Xu, C., & Wang, C. (2015). A review of fusion methods of multi-spectral image. Optik: International Journal for Light and Electron Optics, 126(24), 4804–4807. DOI: 10.1016j.ijleo.2015.09.201.
He, K., Sun, J., & Tang, X. (2013). Guided image filtering. IEEE Transactions on Pattern Analysis and Machine Intelligence, 35(6), 1–14. DOI: 10.1109/TPAMI.2012.213.
Li, B., Xian, Y., Zhang, D., Su, J., Hu, X., & Guo, W. (2021). Multi-Sensor Image Fusion: A Survey of the State of the Art. Journal of Computer and Communications, 9(6), 73–108. DOI: 10.4236/jcc.2021.96005.
Kekre, H. B., Sarode, T., & Dhannawat, R. (2012). Kekre’s wavelet transform for image fusion and comparison with other pixel based image fusion techniques. International Journal of Computer Science and Information Security (IJCSIS), 10(3), 23–31.
Toet, A. (1989). Image fusion by a ratio of low-pass pyramid. Pattern Recognition Letters, 9(4), 245–253. DOI: 10.1016/0167-8655(89)90003-2.
Liu, Y., Chen, X., Wang, Z., Wang, Z. J., Ward, R. K., & Wang, X. (2018). Deep learning for pixel-level image fusion: recent advances and future prospects. Information Fusion, 1(42), 158–173. DOI: 10.1016/j.inffus.2017.10.007.
Liu, K., & Kang, G. (2017) Multiview convolutional neural networks for lung nodule classification. International Journal of Imaging Systems and Technology, 27(1), 12–22. DOI: 10.1002/ima.22206.
Petrovic, V., & Xydeas, C. (2005) Objective image fusion performance characterisation. Tenth IEEE International Conference on Computer Vision (ICCV'05): Vol. 1 (1866–1871). IEEE. DOI: 10.1109/ICCV.2005.175.
Piella, G., & Heijmans, H. (2003). A new quality metric for image fusion. International Conference on Image Processing 111–173. IEEE. DOI: 10.1109/ICIP.2003.1247209.
Qu, G., Zhang, D., & Yan, P. (2001). Medical image fusion by wavelet transform modulus maxima. Opt. Express, (9), 184–190.
Aslantas, V., & Bendes, E. (2015). A new image quality metric for image fusion: The sum of the correlations of differences. AEU – International Journal of Electronics and Communications, 69(12), 1890–1896. DOI: 10.1016/j.aeue.2015.09.004.
Han, Y., Cai, Y., Cao, Y., & Xu, X. (2013). A new image fusion performance metric based on visual information fidelity. Inf. Fusion, 14(2), 127–135. DOI: 10.1016/j.inffus.2011.08.002.
Рекомендуемые статьи автора (авторов)
- С. И. РУДИКОВ, В. Ю. ЦВЕТКОВ, А. П. ШКАДАРЕВИЧ, ИНТЕРВАЛЬНЫЕ ПОКАЗАТЕЛИ КАЧЕСТВА СЖАТИЯ ДИНАМИЧЕСКОГО ДИАПАЗОНА ИНФРАКРАСНЫХ ИЗОБРАЖЕНИЙ НА ОСНОВЕ МАТРИЦЫ ТОНОВОГО ОТОБРАЖЕНИЯ, Вестник Полоцкого государственного университета. Серия С. Фундаментальные науки: № 11 (2022)