ÇOKLU-ODAKLI GÖRÜNTÜLERİN GENETİK ALGORİTMA KULLANILARAK BİRLEŞTİRİLMESİ

Makale Adı

ÇOKLU-ODAKLI GÖRÜNTÜLERİN GENETİK ALGORİTMA KULLANILARAK BİRLEŞTİRİLMESİ

Yazarlar

Veysel ASLANTAŞ, Ahmet Nusret TOPRAK, Rifat KURBAN, Emre BENDEŞ

Anahtar kelimeler

Görüntü birleştirme , genetik algoritma , sınırlı alan derinliği.

Makale Özeti

Görüntü birleştirme, bilgisayarla görme ve görüntü işleme sahasında büyük öneme sahip bir konu olarak öne çıkmaktadır. Aynı çevrenin görüntülendiği, farklı optik parametrelerle elde edilmiş çoklu-odaklı görüntüler birleştirilerek oluşturulan tamamı net görüntüler, birçok endüstriyel ve bilimsel sahada uygulama alanı bulmaktadır. Bu çalışmada resim uzayı tabanlı yeni bir çoklu-odaklı görüntü birleştirme yöntemi önerilmektedir. Önerilen yöntemde öncelikle, genetik algoritmaya dayalı bir teknik kullanılarak, çoklu-odaklı görüntülerde oluşan bulanık bölgelere ait nokta dağılım fonksiyonları saptanır. Daha sonra, elde edilen nokta dağılım fonksiyonları kullanılarak kaynak görüntüler bulanıklaştırılır. Son aşamada, kaynak görüntüleri ve bulanıklaştırılan yapay görüntüleri kullanan bir karar mekanizması yardımıyla tespit edilen kaynak görüntülerdeki net piksellerin taşınmasıyla tamamı net bir sonuç görüntü üretilir. Ayrıca, önerilen yöntem literatürde tanımlanmış klasik yöntemlerle sayısal ve görsel olarak karşılaştırılmıştır. Elde edilen sonuçlar önerilen yöntemin üstünlüğünü ortaya koymaktadır.

English Keywords

Multi-focus image fusion , genetic algorithm , depth of field.

Article Summary in English

In applications of imaging systems, one major problem is limited depth of field which results in blurring parts of the captured image. However, in many areas such as microscopic imaging, industrial machine vision and surveillance applications, images that have large depth of field are preferred. In this paper, a novel multi-focus image fusion method is presented. The method, firstly, calculates optical transfer function of blurred parts located on source images by using a technique based on genetic algorithm. Then source images are artificially blurred by employing obtained transfer functions and sharp pixels of sources images are detected by using artificially blurred and source images. Eventually, sharp pixels of source images are transferred to build everywhere-in-focus fused image. Furthermore, proposed method and classical methods are compared in terms of quantitative and visual evaluation. According to the results of evaluations, proposed method outperforms classic methods.

Makale Dosyası İndir

Makale Tam Metni