文献

J-GLOBAL ID：202202272794854794   整理番号：22A0965744

可視度増強とノルム最適化低ランク表現に基づく赤外線および可視画像融合【JST・京大機械翻訳】

Infrared and visible image fusion based on visibility enhancement and norm optimization low-rank representation

著者 (4件)： Luo Yueying (Yunnan University, School of Information Science and Engineering, Kunming, China) ,  He Kangjian (Yunnan University, School of Information Science and Engineering, Kunming, China) ,  Xu Dan (Yunnan University, School of Information Science and Engineering, Kunming, China) ,  Yin Wenxia (Yunnan University, School of Information Science and Engineering, Kunming, China)
資料名： Journal of Electronic Imaging  (Journal of Electronic Imaging)
巻： 31  号： 1  ページ： 013032  発行年： 2022年 
JST資料番号： W0500A  ISSN： 1017-9909  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 要約。赤外線と可視画像融合は,複合場面で赤外線ターゲットと可視の詳細を融合することを目的とする。最近,多くの融合法が提案されてきたが,赤外線と可視画像の特性のバランスは良くない。赤外線と可視画像融合法を提案した。最初に,赤外線と可視画像の品質を強化して,後続のプレフュージョンと分解を助けるために,高ダイナミックレンジ圧縮と誘導フィルタ(GF)と結合した特異値分解に基づく前処理法を提案した。次に,前処理結果を融合して,マルチスケール構造画像分解ベースの融合方式によって前融合結果を生成した。次に,事前融合結果を潜在低ランク表現(MDLatLRR)に基づくマルチレベル画像分解法によって分解した。次に,ソース画像をMDLatLRRによって分解した。基底層に対して,最終融合基底層を得るために,視覚的顕著性マップをGFと結合させた。詳細層に対して,赤外ターゲットを浮き彫りにし,加重最小二乗を用いて,詳細を最適化するための非線形関数を提案した。また,融合性能を改善するために,L_2ノルムを介して構造類似性ベース重みマップを採用した。実験結果は,提案方法が定性的および定量的にいくつかの最先端の方法より優れていることを証明した。Copyright 2022 SPIE and IS&T Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最小二乗法 ,  *最適化 ,  視覚 ,  *赤外線 ,  地図 ,  特徴抽出 ,  赤外線画像 ,  画像分析 ,  *可視度 ,  画像強調 ,  *ノルム ,  特異値分解
準シソーラス用語： マルチレベル ,  マルチスケール ,  画像分解 ,  *可視画像 ,  顕著性マップ , 【Automatic Indexing@JST】

著者キーワード (5件)： イメージング融合 ,  画像強調 ,  低ランク表現 ,  視覚突出性 ,  赤外画像

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： 可視度 ,  増強 ,  ノルム ,  最適化 ,  表現 ,  赤外線 ,  可視画像 ,  融合