بخشی از مقاله
خلاصه
ترکیب تصویر مرئی و حرارتی یکی از پیششرطهای اصلی برای درک بهتر اشیا در وسایل تصویربرداری گوناگون است. اطلاعات مربوط به بافت و رنگ در عکسهای مرئی بسیار شفاف هستند، درحالیکه اطلاعات اشیا در تصاویر فرو سرخ بسیار برجستهتر میباشد. با توجه به تفاوت طیف مرئی و حرارتی و تفاوت تضعیف هر کدام در شرایط مختلف دمایی، رطوبت و گردو غبار، ترکیب تصاویر دو طیف برای درک بهتر شی و محیط ضروری میشود.
تا کنون روشهای مختلفی برای ترکیب تصاویر مرئی و حرارتی ارائه شده است. این روشها بر اساس تحلیل مولفه های اصلی، روش های میانگینگیری، هرم های گوسی ،تبدیل موجک وتبدیل موجک مختلط ارائه شدهاند. در این مقاله ، یک رویکرد ترکیب جدید برای تصاویر مرئی و حرارتی براساس بخشبندی هدف پیشنهاد میشود که اطلاعات بیشتری درباره تصاویر را داراست و اطلاعات پس زمینهی بیشتری را حفظ میکند.
در این روش پیشنهادی، با تقسیمبندی در تصویر حرارتی، بخشهای مختلف تصویر از پسزمینه تفکیک شده، سپس تصویر حرارتی و تصویر نور مرئی به مجموعهای از زیرباندهای فرکانس پایین و زیرباندهای فرکانس بالا با استفاده از تبدیل موجک مختلط دوگانه تجزیه میشوند. در نهایت تصویر ترکیب شده به دست میآید. تصویر ترکیب شده با بخش جدا شده از تصویر حرارتی که یک مرحله بهبود کنتراست بر روی آن انجام گرفته است ترکیب شده و تصویر ترکیب شده نهایی را تولید میکند.
کلمات کلیدی: تصاویرفرو سرخ ، تصاویرمرئی، ترکیب تصویر، تبدیل موجک گسسته، تبدیل موجک مختلط دوگانه
مقدمه
تاکنون تعاریف متعدد و تا حدودی متفاوتی از مقوله ترکیب اطلاعات از سوی محققان بیانشده است. کلمات زیادی مانند ادغام ، ترکیب ، همکاری و مجتمع سازی ، برای بیان مفهوم ترکیب اطلاعات بیانشدهاند. تمامی این کلمات تا حدی بیانکننده یک مفهوم میباشند ولی در حقیقت دارای تفاوتهایی با یکدیگر میباشند. ترکیب یا تلفیق1درلغت به مفهوم استخراج و استفاده هوشمندانه از اطلاعات که از چند حوزه مختلف استخراج شده است، اطلاق میگردد.
مفهوم ترکیب اطلاعات مفهوم بسیار جدیدی است. همه انسانها و حیوانات برای بهرهگیری بهتر از حواس چندگانه خود در هرلحظه از ترکیب اطلاعات این حواس بهره میگیرند و بدین ترتیب شانس بقاء بیشتری مییابند. برای مثال تشخیص آنکه یک جسم خوراکی میباشد، با استفاده از حواسی مانند دیدن و لمس کردن، بهصورت منفرد، میسر نیست ولی با ترکیب حواسی مانند دیدن، لمس کردن، بوییدن و چشیدن میتوان ماده خوراکی را تشخیص داد.
بنابراین ترکیب اطلاعات در هرلحظه توسط انسانها و حیوانات، جهت تشخیص محیط پیرامون صورت میپذیرد. در مورد این تحقیق بیان مسئله شامل اطلاعات زیر است، ترکیب تصاویر در بسیاری از حوزهها کاربرد دارد . در حوزه پزشکی نیز ترکیب تصاویر دارای کاربردهای متعددی از جمله ارزیابی همزمان تصاویر CT، MRI و PET با استفاده از ترکیب آنها باهم می باشد.
در این تحقیق از روشهای تلفیق تصاویر مرئی و مادونقرمز جهت بهینه سازی تقطیع تصاویر استفاده خواهد شد بدینصورت که در مرحله اول تلفیق تصاویر مرئی و مادونقرمز انجام میشود و سپس برای تشخیص شی یا هدف چندین روش تقطیع تصویر با توجه به مجموعه دادهها مورد ارزیابی قرار خواهد گرفت و بهترین و بهینهترین روش مورد ارزیابی بر روی تصاویر تلفیقشده استفاده میشود.
جهت انجام تلفیق تصاویر مرئی و فروسرخ روشها و الگوریتمهای مختلفی در مورد تقطیع و ترکیب تصاویر مرئی و فروسرخ با استفاده از تکنیک ها کارهای گواناگونی انجام گرفته است که می توان به ایوجوان و همکاران در سال 2013 مقالهای ارائه دادند که در آن روش ترکیب تصویر مادونقرمز و مرئی بر اساس هیستوگرام تصویر و تقسیمبندی تصویر مادونقرمز و تشخیص لبه تصویر ارائه کردند.
در این روش با استفاده از تفاوت هیستوگرام هدف از پسزمینه در مرئی و مادونقرمز و بخشبندی تصویر هدف تلفیق انجام میشود .[2] آقای سواتی و همکاران در سال 2014 مقاله را مورد ترکیب تصاویر در سطح پیکسلی و با استفاده از الگوریتم فازی انجام داده اند. این الگوریتم بر پایه تبدیلات موجک ایستا 1و روش فازی منطقی توسعهیافته است و نتایج مطلوبی در مورد تصاویر با سطح تجزیه بالاتر و تعداد مؤلفههای بیشتر مشاهدهشده است.
از روش جدید برای ترکیب تصاویر با استفاده از درخت دوگانه مختلط و تبدیلات موجک استفادهشده است . این روش با استفاده از تحلیل تبدیلات موجک برای استخراج اطلاعات تصاویر اصلی با استفاده از DT-CWT و تبدیلات انجامشده نتیجه بهتری نسبت به تصویر اصلی ترکیبشده خواهد داشت. آنگایارکانی و همکاران در سال 2015 روش گراف کات پویا را برای تقطیع تصاویر ماموگرافی ارائه داد، از تصاویر ماموگرافی MRI سینه برای تشخیص سرطان از روش گراف کات استفادهشده است.
در این مقاله ارائه رویکرد گراف کات پویا بر اساس تقسیمبندی مؤثر بهترین ناحیه است. ورکویز در سال 2016 این مقاله را جهت روند خودکارسازی تصاویر مرئی و فروسرخ گرفتهشده از جهتهای مختلف برای تشخیص توانمندی خطوط برق ارائه نموده است .این مقاله از تصاویر گرفتهشده از خطوط برق و ادغام و تطبیق جفت تصاویر جهت استخراج اطلاعات استفاده کرده است.
ساختار الگوریتم پیشنهادی
در مرحله اول تصویر مورد نظر دریافت میگردد تا عملیات تلفیق آغاز شود ، در مرحله دوم نواحی غیر قابل استفاده حذف میشود ،در برخی از تصاویر نواحی اضافی در حاشیههای تصاویر وجود دارد، این حاشیهها در بررسی اثرگذاری روش و محاسبهی مقادیر کیفیت اثرات منفی میگذارند و ممکن است در اثرات منفی در تطبیق دو تصویر ایجاد نماید لذا حذف آنها موردتوجه قرارگرفته است.
پس از اعمال گامهای 1 و 2 ممکن است ابعاد تصاویری که ترکیب میشوند تغییر کند و یا از ابتدا تصاویر ممکن است دارای ابعادی متفاوت باشند، لذا در مرحلهی تحقیق میتوان بهصورت دستی و یا الگوریتمی همسانسازی ابعادی تصاویر را در دستور کار قرار داد . تصویر حرارتی جهت تفکیک شی از پس زمینه با استفاده از روش موجک مختلط با درخت دوگانه اعمال میگردد و کنتراست تصویر را افزایش خواهیم داد سپس استفاده از فیلتر حذف نویز - در صورت نیاز - انجام می گیرد ، در برخی شرایط تصاویر حرارتی حاوی نویزهایی هستند که کاهش کیفیت و نسبت سیگنال به نویز تصویر نهایی گردد، لذا بهتر است توسط یکی از روشهای حذف نویز، نویزهای موجود از تصاویر حذف گردند.
قطعه بندی بر روی تصاویر مرئی و تصویر حرارتی جهت جداسازی هدف از پسزمینه نیز مرحله بعدی انجام فرآیند است ، در این قسمت قطعهبندی به روش kmeans انجام میشود. یکی از نقاط ضعف آن این است که هرچند هنگامیکه تصویر موردنظر دارای نویز باشد ، نمیتوان تصویر را با بهکارگیری روش تقطیع تصویر تیرگیکاملاً قطعهبندی نمود . تا در نهایت تصویر ترکیب شده نهایی همانطور که در دیاگرام صفحه بعد نمایش داده شده به دست آید .
دیاگرام پیادهسازی الگوریتم پیشنهادی ترکیب تصویر
قبل از انجام مراحل ترکیب تصویر یک مرحله پیشپردازش که شامل حذف حاشیههای تصویر و همسانسازی دو تصویر حرارتی و مرئی انجام میگردد لازم به ذکر است این مرحله به دلیل اختلاف ماهیت دوربینهای مرئی و حرارتی با یکدیگر انجام میگردد و پس از همسانسازی مراحل حذف نویز و جداسازی و استخراج هدف در تصویر حرارتی انجام میگردد.
