350 руб
Журнал «Успехи современной радиоэлектроники» №12 за 2016 г.
Статья в номере:
Формирование полностью сфокусированных изображений на основе клеточных автоматов и пирамид изображений
Ключевые слова: смешивание изображений полностью сфокусированные изображения обработка изображений вычислительная фотография клеточный автомат
Авторы:
А.А. Носков - аспирант, Ярославский государственный университет им. П.Г. Демидова E-mail: noskoff.andrey@gmail.com Е.А. Аминова - аспирант, Ярославский государственный университет им. П.Г. Демидова E-mail: lena@piclab.ru А.Л. Приоров - д.т.н., доцент, Ярославский государственный университет им. П.Г. Демидова E-mail: andcat@yandex.ru
Аннотация:
Изложены общие положения формирования полностью сфокусированных изображений, приведена классификация существующих алгоритмов. Рассмотрен физический процесс формирования искажения размытия изображения вне фокальной плоскости. Предложен алгоритм формирования полностью сфокусированных изображений на основе клеточных автоматов и пирамид изображений, приведены результаты его работы.
Страницы: 39-46
Список источников

 

  1. Chun-Hung Shen, Homer H. Chen Robust focus measure for low-contrast images // Consumer Electronics. Jan 2006. ICCE \'06. Digest of technical Papers. P. 69-70.
  2. Huafeng Li, Yi Chai, Hongpeng Yin, Guoquan Liu Multifocus image fusion and denoising scheme based on homogeneity similarity // Optics Communications 285. 2012. P. 91-100.
  3. Subbarao M., Choi T., Nikzad A. Focusing techniques // Optical Eng. 32. 1993. P. 2824-2836.
  4. Subbarao M., Tyan J.K. Selecting the optimal focus measure for autofocusing and depth-from-focus // IEEE Trans. Pattern Analysis and Machine Intelligence 20. 1998. P. 864 - 870.
  5. Voronov S.V. Development and modeling of pseudo-gradient procedures image attachment via informative criteria // Ulyanovsk. 2014. P. 31.
  6. Nikolov S.G., Lewis J.J., O-Callaghan R.J., Bull D.R., Canagarajah C.N. Hybrid fused displays: between pixel- and region based image fusion // Proceedings of 7th International Conference on Information Fusion. Stockholm. Sweden. June 2004. P. 1072-1079.
  7. Malik A. S., Choi T.-S., Nisar H. Depth map and 3D imaging applications // Algorithms and Technologies. 2011. № 285.
  8. Balakrishnan N., Read C.B., Vidakovic B. Encyclopedia of statistical sciences. New York: Wiley. V. 3. P. 1992-1996.
  9. Huigang Z., Xiao B., Huaxin Z. Hierarchical remote sensing image analysis via graph laplacian energy // IEEE Geoscience and Remote Sensing Letters. V. 10. № 2. P. 396-400.
  10. Naidu V.P.S., Raol J.R. Pixel-level image fusion using wavelets and principal component analysis a comparative analysis // Defense Science Journal. May 2008. V. 58. № 3. P. 338.
  11. Тоффоли Т., Марголус Н. Машины клеточных автоматов. М: Мир. 1991.
  12. Hoekstra A., J. Kroc P.S. Simulating complex systems by cellular automata. Springer. 2010.
  13. Wolfram S. A new kind of science. Wolfram Media. 2002.
  14. Tania Stathaki Image fusion: algorithms and applications. Academic Press. 2008.
  15. Burt P., Adelson E. The laplacian pyramid as a compact image code // IEEE Transactions on Communications. 1983. P. 532-540.
  16. Xydeas C., Petrovic V. Objective image fusion performance measure // Electronics Letters. 2000. № 36. P. 308-309.
  17. Petrovic V., Xydeas C. Sensor noise effects on signal-level image fusion performance // Information Fusion. 2003. V. 4. P. 167-183.
  18. Матросов М.А. Методы постороения изображений расширенной глубины резкости. Дис. - канд. наук / МГУ им. М.В. Ломоносова. 2009.
  19. Wang Z., Bovik A.C. A universal image quality index // IEEE Signal Processing Letters. 2002. Mar. V. 9. № 3. P. 81-84.
  20. Piella G. New quality measures for image fusion // Proceedings of the Seventh International Conference on Information Fusion / Ed. by P. Svensson, J. Schubert. V. I. Mountain View, CA: International Society of Information Fusion. 2004. Jun. P. 542-546.