論文の概要: Visible and NIR Image Fusion Algorithm Based on Information
Complementarity
- arxiv url: http://arxiv.org/abs/2309.10522v1
- Date: Tue, 19 Sep 2023 11:07:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-20 14:52:35.676401
- Title: Visible and NIR Image Fusion Algorithm Based on Information
Complementarity
- Title(参考訳): 情報相補性に基づく可視・近赤外画像融合アルゴリズム
- Authors: Zhuo Li, Bo Li
- Abstract要約: 現在、可視およびNIR融合アルゴリズムは、情報の相補性を欠いているだけでなく、スペクトル特性を活用できない。
本稿では物理信号のレベルから相補的な融合モデルを設計する。
提案アルゴリズムは、スペクトル特性と情報相補性を十分に活用できるだけでなく、自然性を保ちながら色が不自然なことを避けることもできる。
- 参考スコア(独自算出の注目度): 10.681833882330508
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Visible and near-infrared(NIR) band sensors provide images that capture
complementary spectral radiations from a scene. And the fusion of the visible
and NIR image aims at utilizing their spectrum properties to enhance image
quality. However, currently visible and NIR fusion algorithms cannot well take
advantage of spectrum properties, as well as lack information complementarity,
which results in color distortion and artifacts. Therefore, this paper designs
a complementary fusion model from the level of physical signals. First, in
order to distinguish between noise and useful information, we use two layers of
the weight-guided filter and guided filter to obtain texture and edge layers,
respectively. Second, to generate the initial visible-NIR complementarity
weight map, the difference maps of visible and NIR are filtered by the
extend-DoG filter. After that, the significant region of NIR night-time
compensation guides the initial complementarity weight map by the arctanI
function. Finally, the fusion images can be generated by the complementarity
weight maps of visible and NIR images, respectively. The experimental results
demonstrate that the proposed algorithm can not only well take advantage of the
spectrum properties and the information complementarity, but also avoid color
unnatural while maintaining naturalness, which outperforms the
state-of-the-art.
- Abstract(参考訳): 可視および近赤外線(NIR)バンドセンサーは、シーンから補完的な分光放射を捉える画像を提供する。
可視画像とNIR画像の融合は、そのスペクトル特性を利用して画質を向上させることを目的としている。
しかし、現在の可視・近赤外融合アルゴリズムはスペクトル特性をうまく活用することができず、情報の相補性が欠如しており、色歪みやアーティファクトが生じる。
そこで本稿では,物理信号のレベルから相補的な融合モデルを設計する。
まず、ノイズと有用な情報を区別するために、重み付きフィルタとガイド付きフィルタの2つの層を用いて、テクスチャ層とエッジ層をそれぞれ取得する。
次に、初期可視NIR相補性重みマップを生成するために、拡張DoGフィルタにより可視とNIRの差分マップをフィルタリングする。
その後、NIR夜間補償の重要な領域は、arctanI関数による初期相補性重みマップを導出する。
最後に、可視画像とNIR画像の相補性重みマップにより融合画像を生成することができる。
実験結果から,提案アルゴリズムはスペクトル特性と情報相補性を十分に活用できるだけでなく,自然性を維持しながら色の不自然さを回避できることが示された。
関連論文リスト
- Contourlet Refinement Gate Framework for Thermal Spectrum Distribution Regularized Infrared Image Super-Resolution [54.293362972473595]
画像超解像(SR)は、高解像度(HR)画像を低解像度(LR)画像から再構成することを目的としている。
SRタスクに対処する現在のアプローチは、RGB画像の特徴を抽出するか、同様の劣化パターンを仮定するものである。
スペクトル分布の忠実さを保ちつつ、赤外線変調特性を復元するコントゥーレット改質ゲートフレームワークを提案する。
論文 参考訳(メタデータ) (2024-11-19T14:24:03Z) - NIR-Assisted Image Denoising: A Selective Fusion Approach and A Real-World Benchmark Dataset [53.79524776100983]
近赤外(NIR)画像を活用して、視認可能なRGB画像の復調を支援することで、この問題に対処する可能性を示している。
既存の作品では、NIR情報を効果的に活用して現実のイメージを飾ることに苦戦している。
先進デノナイジングネットワークにプラグイン・アンド・プレイ可能な効率的な選択核融合モジュール(SFM)を提案する。
論文 参考訳(メタデータ) (2024-04-12T14:54:26Z) - Beyond Night Visibility: Adaptive Multi-Scale Fusion of Infrared and
Visible Images [49.75771095302775]
赤外線および可視画像を用いた適応型マルチスケール核融合ネットワーク(AMFusion)を提案する。
まず、赤外画像と可視画像から空間的特徴と意味的特徴を分離し、前者が光分布の調整に使用される。
第2に,事前学習したバックボーンから抽出した検出機能を利用して,意味的特徴の融合を誘導する。
第3に、通常の光強度で融合画像を制約する新しい照明損失を提案する。
論文 参考訳(メタデータ) (2024-03-02T03:52:07Z) - Hypergraph-Guided Disentangled Spectrum Transformer Networks for
Near-Infrared Facial Expression Recognition [31.783671943393344]
近赤外顔表情変換器(NFER-Former)を提案する。
NFER-Formerは、入力画像から表現情報とスペクトル情報を切り離して、スペクトル変動の干渉なく表現特徴を抽出する。
我々は、NFER-Formerの効率をよりよく評価するために、360個の被験者を含む大規模なNIR-VIS顔表現データセットを構築した。
論文 参考訳(メタデータ) (2023-12-10T15:15:50Z) - Enhancing Low-Light Images Using Infrared-Encoded Images [81.8710581927427]
従来の芸術は、主にピクセルワイド・ロスを用いて可視光スペクトルで捉えた低照度画像に焦点を当てていた。
我々は,赤外線カットオフフィルタを除去することにより,低照度環境下で撮影された画像の可視性を高める新しい手法を提案する。
論文 参考訳(メタデータ) (2023-07-09T08:29:19Z) - Visible and infrared self-supervised fusion trained on a single example [1.1188842018827656]
マルチスペクトルイメージングは画像処理とコンピュータビジョンにおいて重要な課題である。
近赤外(NIR)画像融合における可視光(RGB)の問題点は特にタイムリである。
提案されたアプローチは、単一の例で自己監視学習(SSL)によって畳み込みニューラルネットワークをトレーニングすることで、これら2つのチャネルを融合させる。
実験により, 提案手法は, 同様の, より質的, 定量的な多スペクトル核融合結果が得られることを示した。
論文 参考訳(メタデータ) (2023-07-09T05:25:46Z) - CoCoNet: Coupled Contrastive Learning Network with Multi-level Feature
Ensemble for Multi-modality Image Fusion [72.8898811120795]
我々は、赤外線と可視画像の融合を実現するために、CoCoNetと呼ばれるコントラスト学習ネットワークを提案する。
本手法は,主観的評価と客観的評価の両面において,最先端(SOTA)性能を実現する。
論文 参考訳(メタデータ) (2022-11-20T12:02:07Z) - Visible and Near Infrared Image Fusion Based on Texture Information [4.718295968108302]
テクスチャ情報に基づく新しい可視・近赤外融合法を提案する。
従来の可視・近赤外画像融合法におけるアーティファクト,情報損失,ノイズの問題を解決することを目的としている。
実験の結果,提案アルゴリズムは可視・近赤外画像のスペクトル特性とユニークな情報を保存することができることがわかった。
論文 参考訳(メタデータ) (2022-07-22T09:02:17Z) - Near-Infrared Depth-Independent Image Dehazing using Haar Wavelets [13.561695463316031]
本稿では,RGB画像から色情報と対応するNIR画像から抽出したエッジ情報をハールウェーブレットを用いて組み合わせたヘイズ除去のための融合アルゴリズムを提案する。
提案アルゴリズムは,同じ領域のRGBエッジ特徴よりも,画像のヘイズ領域においてNIRエッジ特徴が顕著であることを示す。
論文 参考訳(メタデータ) (2022-03-26T14:07:31Z) - Generation of the NIR spectral Band for Satellite Images with
Convolutional Neural Networks [0.0]
ディープニューラルネットワークは、画像の着色問題など、人工的なスペクトル情報を生成することができる。
我々は,高解像度衛星画像のRGBチャネルのみを用いて,NIR帯域生成作業におけるGAN(Generative Adversarial Network)アプローチについて検討した。
論文 参考訳(メタデータ) (2021-06-13T15:14:57Z) - Cross-Spectral Periocular Recognition with Conditional Adversarial
Networks [59.17685450892182]
本研究では,近赤外・近赤外スペクトル間の近赤外画像の変換を訓練した条件付き生成逆相関ネットワークを提案する。
EER=1%, GAR>99% @ FAR=1%, ポリUデータベースの最先端技術に匹敵するスペクトル近視性能を得た。
論文 参考訳(メタデータ) (2020-08-26T15:02:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。