Fusión de imágenes multifocales

La fusión de imágenes multifocales es una técnica de compresión de imágenes múltiples que utiliza imágenes de entrada con diferentes profundidades de campo para crear una imagen de salida que conserva toda la información.

La idea principal de la fusión de imágenes es recopilar la información importante y esencial de las imágenes de entrada en una sola imagen que idealmente contenga toda la información de las imágenes de entrada. ^{[ 1 ] [ 2 ] [ 3 ] [ 4 ]} La historia de la investigación sobre fusión de imágenes abarca más de 30 años y numerosos artículos científicos. ^{[ 5 ] [ 6 ]} La fusión de imágenes generalmente tiene dos aspectos: métodos de fusión de imágenes y métricas de evaluación objetivas. ^{[ 6 ]}

En las redes de sensores visuales (VSN) , los sensores son cámaras que registran imágenes y secuencias de vídeo. En muchas aplicaciones de VSN, una cámara no puede ofrecer una imagen perfecta que incluya todos los detalles de la escena. Esto se debe a la limitada profundidad de campo de la lente óptica de las cámaras. Por lo tanto, solo el objeto situado dentro del campo de visión de la cámara se ve nítido y enfocado, mientras que el resto de la imagen aparece borrosa.

VSN captura imágenes con diferentes profundidades de campo utilizando varias cámaras. Debido a la gran cantidad de datos generados por las cámaras en comparación con otros sensores, como los de presión y temperatura, y a algunas limitaciones de ancho de banda , consumo de energía y tiempo de procesamiento, es esencial procesar las imágenes de entrada localmente para disminuir la cantidad de datos transmitidos. ^{[ 5 ]}

Huang y Jing revisaron y aplicaron varias mediciones de enfoque en el dominio espacial para el proceso de fusión de imágenes multifocales, adecuadas para aplicaciones en tiempo real. Mencionaron algunas mediciones de enfoque, incluyendo la varianza , la energía del gradiente de imagen (EOG), el algoritmo de Tenenbaum (Tenengrad), la energía del laplaciano (EOL), el laplaciano modificado por suma (SML) y la frecuencia espacial (SF). Sus experimentos demostraron que EOL proporcionó mejores resultados que otros métodos como la varianza y la frecuencia espacial. ^{[ 7 ] [ 4 ]}

La fusión de imágenes basada en la transformación multiescala es la técnica más utilizada y prometedora. La transformación de pirámide laplaciana , la transformación basada en pirámide de gradiente, la transformación de pirámide morfológica y las principales, la transformada discreta de ondículas , la transformada de ondículas invariante al desplazamiento (SIDWT) y la transformada discreta de ondículas armónicas de coseno (DCHWT) son algunos ejemplos de métodos de fusión de imágenes basados ​​en la transformación multiescala. ^{[ 5 ] [ 4 ] [ 8 ]} Estos métodos son complejos y tienen algunas limitaciones, por ejemplo, tiempo de procesamiento y consumo de energía. Por ejemplo, los métodos de fusión de imágenes multifocales basados ​​en DWT requieren muchas operaciones de convolución , por lo que toman más tiempo y energía para procesar. Por lo tanto, la mayoría de los métodos en la transformación multiescala no son adecuados para aplicaciones en tiempo real. ^{[ 8 ] [ 4 ]} Además, estos métodos no son muy exitosos a lo largo de los bordes, debido a que el proceso de transformación de ondículas no los encuentra en la imagen. Crean artefactos de anillo en la imagen de salida y reducen su calidad.

Debido a los problemas mencionados en los métodos de transformación multiescala, los investigadores están interesados ​​en la fusión de imágenes multifocales en el dominio DCT. Los métodos basados ​​en DCT son más eficientes en términos de transmisión y archivo de imágenes codificadas en el estándar del Grupo Conjunto de Expertos en Fotografía (JPEG) al nodo superior en el agente VSN. Un sistema JPEG consta de un codificador y un decodificador. En el codificador, las imágenes se dividen en bloques de 8×8 sin superposición, y se calculan los coeficientes DCT para cada uno. Dado que la cuantificación de los coeficientes DCT es un proceso con pérdidas , muchos de los coeficientes DCT de bajo valor se cuantifican a cero, lo que corresponde a altas frecuencias. Los algoritmos de fusión de imágenes basados ​​en DCT funcionan mejor cuando los métodos de fusión de imágenes multifocales se aplican en el dominio comprimido. ^{[ 8 ] [ 4 ]}

Además, en los métodos basados ​​en el dominio espacial, las imágenes de entrada deben decodificarse y luego transferirse al dominio espacial. Después de implementar las operaciones de fusión de imágenes, las imágenes fusionadas de salida deben volver a codificarse. Los métodos basados ​​en el dominio DCT no requieren operaciones de decodificación y codificación consecutivas complejas y que consumen mucho tiempo. Por lo tanto, los métodos de fusión de imágenes basados ​​en el dominio DCT operan con mucha menos energía y tiempo de procesamiento. ^{[ 8 ] [ 4 ]} Recientemente, se ha llevado a cabo mucha investigación en el dominio DCT. DCT+Variance, DCT+Corr_Eng, DCT+EOL y DCT+VOL son algunos ejemplos destacados de métodos basados ​​en DCT. ^{[ 4 ] [ 8 ]}

^{[ 9 ] [ 10 ] [ 11 ] [ 12 ]}