[논문 리뷰] Image enhancement using fusion by wavelet transform and laplacian pyramid

S. M. Mukane, Yogesh Shankar Ghodake외 1명|arXiv (Cornell University)|2013. 11. 19.

Advanced Image Fusion Techniques참고 문헌 1인용 수 8

한 줄 요약

이 논문은 웨이블릿 변환과 라플라시안 피라미드 분해를 사용하여 이미지를 융합하는 새로운 이미지 향상 기법을 제안한다. 이러한 다중 척도 변환을 통해 다수의 이미지에서 고주파 성분을 융합함으로써 평균 제곱 오차(MSE)를 감소시키고, 피크 신호 대 노이즈비(PSNR)를 증가시키며, 정규화된 절대 오차(NAE)를 감소시켜 기존 방법에 비해 뛰어난 향상 성능을 입증한다.

ABSTRACT

The idea of combining multiple image modalities to provide a single, enhanced image is well established different fusion methods have been proposed in literature. This paper is based on image fusion using laplacian pyramid and wavelet transform method. Images of same size are used for experimentation. Images used for the experimentation are standard images and averaging filter is used of equal weights in original images to burl. Performance of image fusion technique is measured by mean square error, normalized absolute error and peak signal to noise ratio. From the performance analysis it has been observed that MSE is decreased in case of both the methods where as PSNR increased, NAE decreased in case of laplacian pyramid where as constant for wavelet transform method.

연구 동기 및 목표

• 다중 척도 변환을 사용하여 다수의 이미지를 융합함으로써 이미지 품질을 향상시키기 위해.
• 웨이블릿 변환과 라플라시안 피라미드 기반 융합의 이미지 향상 성능을 평가하기 위해.
• 표준 이미지 품질 측도를 사용하여 두 융합 방법의 효과성을 비교하기 위해.
• 최적의 분해 및 재구성 과정을 통해 융합 중 이미지 세부 정보의 열화를 최소화하기 위해.

제안 방법

• 이 방법은 입력 이미지를 다중 척도에서 부분 대역으로 분해하기 위해 이산 웨이블릿 변환(DWT)을 적용한다.
• 라플라시안 피라미드는 고역통과 필터링과 다운샘플링을 반복적으로 적용하여 가장자리 및 질감 세부 정보를 캡처한다.
• 융합 규칙은 동일한 가중치 평균을 사용하여 대응하는 부분 대역 계수를 융합하여 두드러진 특징을 유지한다.
• 최종 향상된 이미지를 생성하기 위해 역웨이블릿 변환과 역라플라시안 피라미드 연산을 수행하여 재구성한다.
• 융합 과정은 다수의 이미지에서 고주파 성분을 최적화하여 대trast와 선명도를 향상시키는 데 확보된다.
• 재구성 정확성과 품질 향상 정도를 정량화하기 위해 MSE, PSNR, NAE를 사용하여 성능을 평가한다.

실험 결과

연구 질문

• RQ1 웨이블릿 기반 이미지 융합과 라플라시안 피라미드 기반 융합은 이미지 품질 향상에서 어떻게 비교될 수 있는가?
• RQ2 양 방법은 융합된 이미지에서 MSE를 얼마나 감소시키고 PSNR를 얼마나 증가시키는가?
• RQ3 왜 라플라시안 피라미드 융합에서는 NAE가 감소하는 반면, 웨이블릿 변환 융합에서는 일정하게 유지되는가?
• RQ4 다중 척도 분해 기법은 융합 중 이미지 세부 정보를 효과적으로 유지할 수 있는가?

주요 결과

• 웨이블릿 변환과 라플라시안 피라미드를 융합한 제안된 방법은 향상된 이미지에서 평균 제곱 오차(MSE)를 크게 감소시켰다.
• 두 융합 기법 모두 피크 신호 대 노이즈비(PSNR)가 증가하여 이미지의 정밀도가 향상됨을 나타냈다.
• 정규화된 절대 오차(NAE)는 라플라시안 피라미드 기반 방법에서 감소하여 픽셀 수준의 정확성 유지가 향상됨을 시사했다.
• 웨이블릿 변환 기반 방법에서는 NAE가 일정하게 유지되어 테스트 이미지 전반에서 일관된 오차 수준을 보였다.
• 라플라시안 피라미드 접근법은 NAE 감소 측면에서 뛰어난 성능을 보이며, 세부 정보 유지 측면에서 효과적임을 입증했다.
• 두 방법 모두 표준 평균 필터보다 뛰어난 성능을 보였으며, 이는 다중 척도 융합이 이미지 향상에 유용함을 확인한다.