[論文レビュー] Image enhancement using fusion by wavelet transform and laplacian pyramid

S. M. Mukane, Yogesh Shankar Ghodake+1 more|arXiv (Cornell University)|Nov 19, 2013

Advanced Image Fusion Techniques参考文献 1被引用数 8

ひとこと要約

本稿では、ウェーブレット変換とラプラシアンピラミッド分解を用いた画像融合によって、新しい画像強調技術を提案する。これらのマルチスケール変換を通じて、複数の画像からの高周波成分を統合することにより、平均二乗誤差（MSE）を低減し、ピーク信号対ノイズ比（PSNR）を向上させ、正規化絶対誤差（NAE）を低下させ、従来の手法に比べて優れた強調性能を示している。

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.

研究の動機と目的

• マルチスケール変換を用いて複数の画像を融合することで、画像品質を向上させること。
• ウェーブレット変換およびラプラシアンピラミッドに基づく融合の画像強調における性能を評価すること。
• 標準的な画像品質指標を用いて、両手法の有効性を比較すること。
• 最適な分解と再構成により、融合過程での画像ディテールの劣化を低減すること。

提案手法

• 本手法は、入力画像を複数スケールのサブバンドに分解するため、離散ウェーブレット変換（DWT）を適用する。
• ラプラシアンピラミッドは、高域フィルタリングとダウンサンプリングを再帰的に適用することで構築され、エッジやテクスチャディテールを捉える。
• 融合ルールは、対応するサブバンド係数を等重み平均化することで、顕著な特徴を保持する。
• 最終的な強調画像を生成するために、逆ウェーブレット変換および逆ラプラシアンピラミッド操作により再構成を行う。
• 融合プロセスにより、複数の画像からの高周波成分が最適に統合され、コントラストとシャープネスが向上する。
• 再構成の正確性と品質向上を定量化するために、MSE、PSNR、NAEを用いて性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 ウェーブレットベースの画像融合は、ラプラシアンピラミッドベースの融合に比べて、画像品質の強調においてどのように異なるか？
• RQ2 両手法は、融合画像においてMSEをどの程度低減し、PSNRをどの程度向上させるか？
• RQ3 なぜラプラシアンピラミッド融合ではNAEが低下するのに対し、ウェーブレット変換融合では一定のままとなるのか？
• RQ4 マルチスケール分解技術は、融合過程における画像ディテールの保持を効果的に可能にするか？

主な発見

• ウェーブレット変換およびラプラシアンピラミッドを用いた提案手法は、強調画像における平均二乗誤差（MSE）を顕著に低減した。
• 両方の融合手法においてピーク信号対ノイズ比（PSNR）が向上し、画像の忠実度が向上したことを示している。
• 正規化絶対誤差（NAE）はラプラシアンピラミッドベースの手法で低下し、ピクセルレベルの正確性のより良い保持を示唆している。
• ウェーブレット変換ベースの手法ではNAEが一定のままだったため、テスト画像全体で一貫した誤差レベルを示している。
• ラプラシアンピラミッドアプローチはNAEの低減において優れた性能を示し、ディテール保持における有効性が顕著に表れた。
• 両手法とも、標準的な平均化フィルターよりも優れており、画像強調におけるマルチスケール融合の利点を確認した。