[논문 리뷰] Multi-focus image fusion using VOL and EOL in DCT domain

Mostafa Amin Naji, Ali Aghagolzadeh|arXiv (Cornell University)|2017. 10. 17.

Image Processing Techniques and Applications참고 문헌 21인용 수 5

한 줄 요약

이 논문은 블록 선택 정확도를 향상시키기 위해 DCT 도메인에서 Variance of Laplacian (VOL)과 Energy of Laplacian (EOL)을 대trast 측도로 사용하는 새로운 다중 집중 이미지 융합 방법을 제안한다. VOL과 EOL의 직접적인 DCT 도메인 계산을 위해 네 개의 전용 행렬을 유도함으로써, 복원 오차를 줄이고 JPEG 이미지에서 이전의 DCT 기반 접근법보다 뛰어난 융합 품질을 달성한다.

ABSTRACT

The purpose of multi-focus image fusion is gathering the essential information and the focused parts from the input multi-focus images into a single image. These multi-focused images are captured with different depths of focus of cameras. Multi-focus image fusion is very time-saving and appropriate in discrete cosine transform (DCT) domain, especially when JPEG images are used in visual sensor networks (VSN). The previous works in DCT domain have some errors in selection of the suitable divided blocks according to their criterion for measurement of the block contrast. In this paper, we used variance of Laplacian (VOL) and energy of Laplacian (EOL) as criterion to measure the contrast of image. Also in this paper, the EOL and VOL calculations directly in DCT domain are prepared using vector processing. We developed four matrices which calculate the Laplacian of block easily in DCT domain. Our works greatly reduce error due to unsuitable block selection. The results of the proposed algorithms are compared with the previous algorithms in order to demonstrate the superiority of the output image quality in the proposed methods. The several JPEG multi-focus images are used in experiments and their fused image by our proposed methods and the other algorithms are compared with different measurement criteria.

연구 동기 및 목표

• 다중 집중 이미지 융합에서 DCT 도메인 내 블록 선택의 정확도를 향상시키기 위해.
• 기존의 블록 대trast 기준 대신 VOL과 EOL을 대trast 측도로 사용하여 융합 품질을 향상시키기 위해.
• 복원 오차를 방지하기 위해 VOL과 EOL을 DCT 도메인에서 직접 계산할 수 있도록 하기 위해.
• 시각 센서 네트워크(VSN)에서 실시간 응용에 적합한 빠르고 효율적인 융합 방법을 개발하기 위해.
• 기존의 DCT 기반 융합 알고리즘보다 표준 이미지 품질 지표를 통해 뛰어난 성능을 입증하기 위해.

제안 방법

• 이 방법은 이미지 블록의 집중도 품질을 평가하기 위해 Variance of Laplacian (VOL)과 Energy of Laplacian (EOL)을 대trast 측도로 사용한다.
• 역 DCT 변환을 피하기 위해 네 개의 유도된 행렬을 사용하여 VOL과 EOL 계산을 DCT 도메인에서 직접 수식화한다.
• DCT 도메인 내 VOL과 EOL 계산은 DCT 계수의 벡터 처리 기반으로 이루어지며, 이는 효율적이고 정확한 집중 영역 탐지 가능하게 한다.
• 최대 VOL과 EOL 값에 기반하여 입력 이미지 간 가장 집중된 영역을 식별하기 위해 블록을 선택한다.
• 최종 융합 이미지는 DCT 기반 융합 전략을 사용하여 입력 다중 집중 이미지에서 가장 집중된 블록들을 조합하여 구성된다.
• 이 방법은 대역폭 제약이 있는 시각 센서 네트워크에 적합하도록 JPEG 압축 이미지에 최적화되어 있다.

실험 결과

연구 질문

• RQ1 DCT 도메인에서 직접 계산된 VOL과 EOL이 다중 집중 이미지 융합에서 블록 선택 정확도를 향상시키는가?
• RQ2 기존의 블록 대trast 방법과 비교해 복합적인 DCT 도메인 내 VOL과 EOL 계산은 융합 품질에서 어떤 성능을 보이는가?
• RQ3 제안된 방법은 DCT 기반 융합에서 잘못된 블록 선택으로 인한 오차를 어느 정도 줄이는가?
• RQ4 VOL과 EOL의 직접적인 DCT 도메인 계산은 복원 기반 방법과 비교해 이미지 품질을 유지하거나 향상시키는가?
• RQ5 표준 융합 지표 측면에서 제안된 방법은 실세계의 JPEG 압축 다중 집중 이미지에서 어떻게 성능을 발휘하는가?

주요 결과

• 제안된 방법은 DCT 도메인 내 강력한 집중도 측도로 VOL과 EOL을 사용함으로써 블록 선택 오차를 크게 감소시킨다.
• VOL과 EOL의 직접적인 DCT 도메인 계산은 복원 손실을 방지하여 보다 정확한 집중 영역 식별을 가능하게 한다.
• 다양한 이미지 품질 지표를 통한 검증을 통해 이전의 DCT 기반 접근법보다 높은 융합 품질을 달성한다.
• 네 개의 전용 행렬을 사용함으로써 역 DCT 없이도 효율적이고 정확한 VOL과 EOL 계산이 가능해져 계산 속도가 향상된다.
• 다양한 JPEG 다중 집중 이미지 세트에 대한 실험 결과는 제안된 방법이 집중 영역을 잘 보존하고 잡음 요소를 줄이는 데서 뛰어난 성능을 발휘함을 확인한다.
• 이 방법은 효율성과 JPEG 압축과의 호환성 덕분에 시각 센서 네트워크에서 뛰어난 성능을 발휘한다.