Ένας βελτιωμένος αλγόριθμος σύντηξης εικόνων
Είμαστε μια μεγάλη εταιρεία εκτύπωσης στο Shenzhen της Κίνας. Προσφέρουμε όλες τις εκδόσεις βιβλίων, εκτύπωση βιβλίων σε σκληρή βάση, εκτύπωση σε χαρτί, βιβλίο σκληρού δίσκου, εκτύπωση βιβλίων, εκτύπωση βιβλίων, εκτύπωση βιβλίου, κουτί συσκευασίας, ημερολόγια, όλα τα είδη PVC, φυλλάδια προϊόντων, σημειώσεις, βιβλία για παιδιά, αυτοκόλλητα ειδών ειδικών προϊόντων εκτύπωσης έγχρωμων χαρτιών, παιχνιδιών cardand κ.λπ.
Για περισσότερες πληροφορίες επισκεφθείτε
http://www.joyful-printing.com. Αγγλικά μόνο
http://www.joyful-printing.net
http://www.joyful-printing.org
email: info@joyful-printing.net
Πρώτα. Εισαγωγή
Η σύντηξη εικόνας είναι η σύνθεση των πληροφοριών εικόνας που λαμβάνονται από δύο ή περισσότερους αισθητήρες για να σχηματίσουν μια ακριβέστερη και πλουσιότερη εικόνα. Η σύντηξη εικόνων χωρίζεται σε τρία επίπεδα από χαμηλή σε υψηλή: σύντηξη επιπέδων εικονοστοιχείων, συγχώνευση επιπέδου χαρακτηριστικών και σύντηξη επιπέδου απόφασης. Ο μετασχηματισμός Wavelet είναι μια μέθοδος που χρησιμοποιείται συνήθως στη σύντηξη εικόνων. Η έρευνα δείχνει ότι ο μετασχηματισμός κύματος δεν είναι η βέλτιστη μέθοδος αναπαράστασης της λειτουργίας σε περιπτώσεις διαστάσεων υψηλής διαστάσεων. Για την αποτελεσματικότερη απεικόνιση και επεξεργασία των χωρικών δεδομένων μεγάλης διαστάσεως όπως οι εικόνες, οι ερευνητές πρότειναν μια σειρά εργαλείων γεωμετρικής ανάλυσης πολλαπλών μεγεθών όπως τα Ridgelet, Curvelet, Bandelet, Contourlet και Wavelet-Contourlet. Οι προτεινόμενες μέθοδοι θέτουν τα θεμέλια για την κατασκευή όλο και πιο αποτελεσματικών μεθόδων σύντηξης στον τομέα της σύντηξης εικόνων.
Το μετασχηματισμό Wavelet και το μετασχηματισμό Contourlet είναι δύο κύρια και κοινώς χρησιμοποιούμενα εργαλεία για τη σύντηξη εικόνας. Ο μετασχηματισμός Wavelet είναι ώριμος τόσο στις θεωρητικές όσο και στις πρακτικές εφαρμογές. Έχει πάντα ένα κοινό εργαλείο για τη σύντηξη εικόνων, αλλά μπορεί να λάβει πληροφορίες μόνο σε τρεις κατευθύνσεις: οριζόντια, κάθετη και διαγώνια. Ο μετασχηματισμός Contourlet μπορεί να αντισταθμίσει την πεπερασμένη κατεύθυνση του μετασχηματισμού wavelet και να λάβει πληροφορίες σε οποιαδήποτε κατεύθυνση της εικόνας. Ταυτόχρονα, ο μετασχηματισμός wavelet και ο μετασχηματισμός Contourlet διεκπεραιώνουν την εικόνα με παρόμοιο τρόπο, δηλαδή, η εικόνα αποσυντίθεται σε μέρη χαμηλής συχνότητας και υψηλής συχνότητας και η σύντηξη εικόνας εκτελείται σε χαμηλή συχνότητα και υψηλή συχνότητα αντίστοιχα. Επομένως, ο μετασχηματισμός wavelet και ο μετασχηματισμός Contourlet μπορούν να συνδυαστούν για να βελτιώσουν την απόδοση της εικόνας.
Η έρευνα της σύντηξης εικόνας δεν περιλαμβάνει μόνο την έρευνα αλγορίθμων, αλλά και την έρευνα των κανόνων σύντηξης. Οι κανόνες σύντηξης τώρα γενικά επιλέγουν κανόνες σύντηξης (ή παράθυρο) σύντηξης. Επειδή η χαμηλή συχνότητα αντικατοπτρίζει κυρίως τις πληροφορίες ενέργειας της εικόνας και η υψηλή συχνότητα αντανακλά τις οριακές πληροφορίες της εικόνας, δηλαδή το βαθμό αλλαγής. Η διακύμανση αντανακλά επίσης τη συνολική μεταβολή μεταξύ των εικονοστοιχείων εικόνας. Επομένως, σε αυτή την εργασία, η μέθοδος σύντηξης για την επιλογή του σταθμισμένου μέσου όρου της περιφερειακής διακύμανσης επιλέγεται στο τμήμα υψηλής συχνότητας.
Δεύτερον, το μετασχηματισμό wavelet-Contourlet
1. Μετασχηματισμός Wavelet
Το 1989, εμπνευσμένο από τον αλγόριθμο πυραμίδων αποσύνθεσης και ανασυγκρότησης του Burt και του Adelson (ο αλγόριθμος πυραμίδων Gauss-Laplace), ο Mallat εισήγαγε ιδέες ανάλυσης σε κλίμακα κλίμακας στον τομέα της όρασης του υπολογιστή στην ανάλυση wavelet. Η έννοια της ανάλυσης ανάλυσης δίνεται από τον αλγόριθμο Fast Mallat.
Ο δισδιάστατος αλγόριθμος Mallat μπορεί να εκφραστεί ως:
Στον τύπο, τα στοιχεία χαμηλής συχνότητας στη χωρική ανάλυση είναι αντίστοιχα συστατικά υψηλής συχνότητας στην οριζόντια, κατακόρυφη και διαγώνια διεύθυνση σε χωρική ανάλυση. Ως σύνολο ακεραίων, είναι ένα φίλτρο συζευγμένου καθρέφτη.
2. Μετασχηματισμός Contourlet
Δεδομένου ότι ο μετασχηματισμός wavelet δεν αντιπροσωπεύει τις πληροφορίες κατεύθυνσης της εικόνας καλά. Το 2002, οι Do και Vetterli πρότειναν το μετασχηματισμό Contourlet. Ο μετασχηματισμός του Contourlet είναι μια μέθοδος πολλαπλής ανάλυσης, τοπική και κατευθυντική απεικόνιση εικόνας. Μπορεί να παρέχει πληροφορίες σε οποιαδήποτε κατεύθυνση και είναι μια αραιή αναπαράσταση μιας δισδιάστατης εικόνας. Ο μετασχηματισμός Contourlet χρησιμοποιεί μια τράπεζα φίλτρων δύο καναλιών που επεξεργάζεται την εικόνα σε δύο βήματα:
2.1 Η Laplacian Pyramid (LP) χρησιμοποιείται για την αποσύνθεση της εικόνας εισόδου. Η αποσύνθεση του LP αποτελείται από τέσσερα βήματα: φιλτράρισμα χαμηλής διέλευσης, μείωση δειγματοληψίας, ενίσχυση παρεμβολής και φιλτράρισμα ζώνης διέλευσης. Η συνεχής κατανομή LP των υποζώνων χαμηλής συχνότητας αποδίδει υποζώνες χαμηλής συχνότητας και υψηλής συχνότητας σε μια σειρά διαφορετικών κλιμάκων.
2.2 Η ανάλυση κατευθυντικότητας πραγματοποιείται στην τράπεζα κατεύθυνσης φίλτρων υψηλής συχνότητας που λαμβάνεται από την αποσύνθεση LP. Ο σκοπός της τράπεζας κατευθυντικών φίλτρων είναι να συλλάβουν τις πληροφορίες κατεύθυνσης υψηλής συχνότητας της εικόνας και να συνδυάζουν τα μοναδικά σημεία προς την ίδια κατεύθυνση σε έναν συντελεστή.
Η τράπεζα κατεύθυνσης φίλτρου αποσυνθέτει τη δομή του δέντρου της εικόνας και αποσυνθέτει το πεδίο συχνοτήτων σε υποζώνες, καθένα από τα οποία έχει σφηνοειδή μορφή. Η μέθοδος χρησιμοποιεί πρώτα το φίλτρο ανεμιστήρα που φαίνεται στο σχήμα 1 και πέντε φίλτρα δειγματοληψίας για να αποσυνθέσει την εικόνα εισόδου σε δύο υποζώνες, οριζόντια και κάθετα, και στη συνέχεια εισάγει τη ζώνη χειριστή επαναδειγματοληψίας Shearing.
Εικόνα 1 Τάπα φίλτρου (φίλτρο ανεμιστήρα και πέντε φίλτρα δειγματοληψίας
Το σχήμα 1 αντιπροσωπεύει πέντε μήτρες δειγματοληψίας και η περιοχή του μαύρου τομέα αντιπροσωπεύει την ιδανική αποσύνθεση του τομέα συχνοτήτων για κάθε φίλτρο.
3. Μετασχηματισμός Wavelet-Contourlet
Η αποσύνθεση LP που χρησιμοποιήθηκε στο πρώτο στάδιο του μετασχηματισμού Contourlet είναι περιττή, καταλήγοντας σε 4/3 πλεονασμό του μετασχηματισμού Contourlet. Επιπλέον, η απο-συσχέτιση της αποσύνθεσης του LP δεν είναι τόσο καλή όσο το μετασχηματισμό wavelet. Σε απάντηση στα παραπάνω προβλήματα, οι Eslami R και Radha H πρότειναν ένα μετασχηματισμό wavelet-contourlet. Ο μετασχηματισμός wavelet-Contourlet αποτελείται από μια τράπεζα φίλτρου δύο σταδίων. Το πρώτο στάδιο αποσυντίθεται από το μετασχηματισμό wavelet για να ληφθούν τα συστατικά υψηλής συχνότητας της εικόνας, μειώνοντας έτσι τη συσχέτιση των πληροφοριών λεπτομέρειας υπο-διαστήματος. Το δεύτερο στάδιο χρησιμοποιεί την τράπεζα κατευθυντικών φίλτρων. Υποζώνες σε όλες τις κατευθύνσεις υψηλής συχνότητας λαμβάνονται. Όπως φαίνεται στο σχήμα 2:
Τρίτον, με βάση τον μέσο αλγόριθμο σύντηξης επιλογής διακύμανσης
Τα βήματα του αλγορίθμου σύντηξης που δίνονται σε αυτό το έγγραφο είναι τα εξής:
1 Η εκτέλεση wavelet-Contourlet μετασχηματίζεται στην αριστερή θολή εικόνα και η σωστή θολή εικόνα αντίστοιχα και παίρνοντας το τμήμα χαμηλής συχνότητας και το τμήμα υψηλής συχνότητας της εικόνας πηγής.
2 Το τμήμα χαμηλής συχνότητας χρησιμοποιεί έναν απλό σταθμισμένο μέσο όρο σύντηξης.
Αφού μετασχηματιστεί η εικόνα με wavelet-Contourlet, οι συντελεστές χαμηλής συχνότητας συγκεντρώνουν κυρίως την περισσότερη ενέργεια της αρχικής εικόνας, η οποία καθορίζει την επισκόπηση της εικόνας. Σε αυτή την εργασία, χρησιμοποιούμε τον σταθμισμένο μέσο όρο σύντηξης για τους συντελεστές χαμηλής συχνότητας υποζώνης.
3 Το τμήμα υψηλής συχνότητας υιοθετεί τον σταθμισμένο μέσο όρο του κανόνα σύντηξης της διακύμανσης επιλογής.
Αφού μετασχηματιστεί η εικόνα με wavelet-Contourlet, ο συντελεστής υψηλής συχνότητας περιέχει κυρίως τις λεπτομέρειες και τις πληροφορίες ακμής της εικόνας. Κάθε συντελεστής υποζώνης υψηλής συχνότητας ενσωματώνει τα κατευθυντικά χαρακτηριστικά. Σε αυτή την εργασία, υιοθετείται ένας αλγόριθμος σύντηξης με βάση τον μέσο όρο επιλογής διακύμανσης. Οι κανόνες σύντηξης έχουν ως εξής:
Πρώτον, επιτυγχάνονται τα στρώματα αποσύνθεσης των υπο-εικόνων υψηλής συχνότητας της θολής εικόνας της αριστερής πλευράς και της θολής εικόνας της δεξιάς πλευράς και οι τοπικές διακυμάνσεις των αντίστοιχων εικονοστοιχείων στις αντίστοιχες διευθύνσεις καταγράφονται αντιστοίχως ως:. Δείτε τον τύπο (2) για τον τύπο:
Στη συνέχεια, ομαλοποιήστε την:
Καθορισμός κατωφλίου: Αυτό το άρθρο λαμβάνει την προσομοίωση. Τότε υπάρχουν:
Όπου, αντίστοιχα, αντιπροσωπεύουν τιμές εικονοστοιχείου της συντηγμένης εικόνας, εικόνας και εικόνας στο αποσυντιθέμενο στρώμα και κατεύθυνση. Από τις εξισώσεις (5) και (6) προκύπτει ότι όταν οι τοπικές τιμές διακύμανσης των κανονικοποιημένων εικόνων Α και Β είναι μεγάλες, σημαίνει ότι μία εικόνα περιέχει πλούσιες πληροφορίες λεπτομέρειας ακμής, ενώ η άλλη εικόνα περιέχει Με λιγότερες πληροφορίες λεπτομερειών ακμής , η τιμή των εικονοστοιχείων με μεγαλύτερη τοπική διακύμανση επιλέγεται ως συντηγμένος συντελεστής. όταν οι δύο εικόνες είναι κανονικοποιημένες, η τοπική απόκλιση είναι στενή, υποδεικνύοντας ότι και οι δύο εικόνες περιέχουν πλούσιες πληροφορίες λεπτομέρειας ακμής. Ο σταθμισμένος μέσος όρος αλγόριθμος σύντηξης χρησιμοποιείται για τον προσδιορισμό των συντελεστών wavelet μετά τη σύντηξη. Αυτό διατηρεί τα λεπτομερή χαρακτηριστικά της εικόνας ενώ αποφεύγεται η απώλεια πληροφοριών.
4 Εκτελέστε ένα αντίστροφο μετασχηματισμό wavelet-contourlet για να αποκτήσετε την τελική συντηγμένη εικόνα.
Η συγκεκριμένη διαδικασία παρουσιάζεται στο Σχήμα 3.
Εικόνα 3 Διάγραμμα σύνθετης σύντηξης εικόνας Wavelet-Contourlet
Τέταρτον, η ενσωμάτωση των δεικτών αξιολόγησης και η ανάλυση των πειραματικών αποτελεσμάτων
Προκειμένου να επαληθευτεί η αποτελεσματικότητα του προτεινόμενου αλγορίθμου, σύμφωνα με τους ίδιους κανόνες σύντηξης, συγκρίνεται με το μετασχηματισμό wavelet και το μετασχηματισμό Contourlet. Η εικόνα αποσυντίθεται και ανακατασκευάζεται με χρήση του κύματος db5. Το όριο λαμβάνεται ως 0,6.
Προκειμένου να αξιολογηθεί αντικειμενικά η συντηγμένη εικόνα, επιλέχθηκε ως εικόνα αναφοράς μία σαφής εικόνα του γκρι. Η σταυροειδής εντροπία, η απόκλιση και η χωρική συχνότητα της συντηγμένης εικόνας και της εικόνας αναφοράς χρησιμοποιούνται ως αντικειμενικά κριτήρια για την αξιολόγηση των πλεονεκτημάτων και των μειονεκτημάτων της επίδρασης σύντηξης.
1. Διασταυρούμενη εντροπία
Η διασταυρούμενη εντροπία της συγχωνευμένης εικόνας και της τυπικής εικόνας αναφοράς ορίζεται ως:
Στην εξίσωση (7), το άθροισμα είναι η πιθανότητα του αθροίσματος των γκρίζων τιμών. Το συνολικό επίπεδο γκρίζου της εικόνας. Η σταυροειδής εντροπία, γνωστή και ως σχετική εντροπία, αποτελεί βασικό δείκτη για την αξιολόγηση της διαφοράς μεταξύ δύο εικόνων. Όσο μικρότερη είναι η σταυροειδής εντροπία, τόσο μικρότερη είναι η διαφορά μεταξύ της περιγραφής και του ποσού, τόσο περισσότερες πληροφορίες εξάγονται από αυτήν, δηλαδή η επίδραση της συγχώνευσης της εικόνας είναι καλύτερη.
2. Απόκλιση
Η απόκλιση και ορίζεται ως:
Στον τύπο (8), υποδεικνύονται αντίστοιχα οι τιμές διαβάθμισης του αθροίσματος. Το μέγεθος της απόκλισης αντιπροσωπεύει τη διαφορά από την τιμή γκρι. Όσο μικρότερη είναι η απόκλιση, τόσο καλύτερη είναι η επίδραση σύντηξης.
3. Χωρική συχνότητα
Η χωρική συχνότητα της εικόνας είναι:
(9) είναι η συχνότητα γραμμής της εικόνας και ο τύπος υπολογισμού της φαίνεται στο (10):
(9) είναι η συχνότητα της στήλης της εικόνας και ο τύπος υπολογισμού της είναι όπως φαίνεται στο (11):
Ο παραπάνω τύπος αντιπροσωπεύει τη γκρι τιμή στη θέση των εικονοστοιχείων και αντιπροσωπεύει τον αριθμό των γραμμών και τον αριθμό των στηλών της εικόνας, αντίστοιχα.
Η χωρική συχνότητα μιας εικόνας είναι ένας δείκτης που σχετίζεται με τη διακύμανση, αντανακλώντας τη συνολική δραστηριότητα ενός χώρου χώρου εικόνας. Όσο μεγαλύτερη είναι η χωρική συχνότητα, τόσο πιο ενεργή είναι η εικόνα, τόσο πιο καθαρή είναι η εικόνα και τόσο καλύτερη είναι η εφέ ανάμειξης εικόνας.
Το σχήμα 4 δείχνει τα αποτελέσματα του πειράματος σύντηξης. Η Εικόνα 4 (a) είναι η τυπική εικόνα αναφοράς, η Εικόνα 4 (b) είναι η εικόνα που θα συγχωνευθεί με το Gaussian φίλτρο στην αριστερή πλευρά και η Εικόνα 4 (c) είναι η εικόνα που θα συγχωνευθεί από το Gaussian φίλτρο στα δεξιά πλευρά. Το σχήμα 4 (d) είναι η συντηγμένη εικόνα μετά από μετασχηματισμό κύματος, το σχήμα 4 (e) είναι η συντηγμένη εικόνα μετά το μετασχηματισμό Contourlet και το σχήμα 4 (f) είναι η συντηγμένη εικόνα μετά από μετασχηματισμό κύματος-Contourlet.
(α) Τυπική εικ να αναφοράς (β) Θολωτή εικ να προς τήξη στην αριστερή πλευρά (γ) Θολωτή εικ να προς τήξη στη δεξιά πλευρά
(δ) Μέσος όρος επιλογής κυματομορφής (e) Μέσος όρος επιλογής περιγράμματος (f) wavelet-Μέσος όρος επιλογής περιγράμματος
Τα δεδομένα αξιολόγησης της απόδοσης των τριών μετασχηματισμών για σύντηξη παρουσιάζονται στον Πίνακα 1.
Πίνακας 1 Ανάλυση των αποτελεσμάτων σύγκρισης των τριών μετασχηματισμών σύντηξης
Από τον Πίνακα 1 φαίνεται ότι σε σύγκριση με το μετασχηματισμό wavelet, ο μετασχηματισμός wavelet-contourlet αυξάνει τη χωρική συχνότητα κατά 11,27%, η απόκλιση είναι 10,84% χαμηλότερη από τον μετασχηματισμό wavelet και η cross-entropy είναι 23,81% χαμηλότερη από την wavelet μεταμορφώνω.
Ο μετασχηματισμός wavelet-Contourlet είναι σχεδόν ίδιο με τη χωρική συχνότητα σε σύγκριση με το μετασχηματισμό Contourlet. Η απόκλιση είναι 1,91% χαμηλότερη από το μετασχηματισμό Contourlet και η σταυροειδής εντροπία είναι κατά 11,11% χαμηλότερη από το μετασχηματισμό Contourlet. Επομένως, λαμβάνοντας υπόψη τους δείκτες αξιολόγησης, επαληθεύεται η αποτελεσματικότητα του προτεινόμενου αλγορίθμου.
V. Συμπέρασμα
Σε αυτή την εργασία προτείνεται ένας βελτιωμένος αλγόριθμος για την επιλογή του σταθμισμένου μέσου όρου περιφερειακών διακυμάνσεων για συντελεστές υψηλής συχνότητας και η μέση σταθμική επεξεργασία χρησιμοποιείται για χαμηλές συχνότητες. Τα πειράματα δείχνουν ότι ο προτεινόμενος αλγόριθμος μπορεί πιο εύκολα να αποκτήσει τις λεπτομέρειες και τις πληροφορίες ακμής της εικόνας. Σύμφωνα με τα πειραματικά δεδομένα, η απόκλιση και η σταυροειδής εντροπία του μετασχηματισμού wavelet-Contourlet είναι χαμηλότερα από εκείνα του μετασχηματισμού wavelet και του μετασχηματισμού Contourlet.
Επομένως, σύμφωνα με τον ίδιο κανόνα σύντηξης, ο αλγόριθμος σύντηξης εικόνας βασισμένος στο μετασχηματισμό wavelet-Contourlet και ο σταθμισμένος μέσος όρος της περιοχής διακύμανσης μπορούν να αποκτήσουν καλύτερα αποτελέσματα από τον αλγόριθμο μετασχηματισμού wavelet και Contourlet.

