• فهرس المقالات Image fusion

      • حرية الوصول المقاله

        1 - Enhancing the Quality of Satellite Images Enhancing through Combination of Feature and Pixel Level Image Fusion
        Mahnaz zarei Mansour Esmaeilpour
        Up to now, several methods have been proposed for image fusion in pixel level and feature level for quality enhancement of satellite images. From these methods, methods based on discrete wavelet transform (DWT); intensity hue saturation (IHS); and high pass filtering ha أکثر
        Up to now, several methods have been proposed for image fusion in pixel level and feature level for quality enhancement of satellite images. From these methods, methods based on discrete wavelet transform (DWT); intensity hue saturation (IHS); and high pass filtering have attracted much attention. But in methods based on; intensity hue saturation and discrete wavelet transform each have disadvantages such as chromatic aberration and linear discontinuity of location characteristics. The present article proposed a new and effective method for fusion in pixel and feature level and by combining the mentioned methods intelligently; the new proposed method maintains the significant and salient characteristics of input images and simultaneously overcomes the mentioned weaknesses. Results are product of experiments evidencing this claim تفاصيل المقالة
      • حرية الوصول المقاله

        2 - کاربرد تلفیق تصاویر ماهواره‌ای لندست-8 و سنتینل-2 در پایش محیطی
        مصطفی کابلی زاده کاظم رنگزن شاهین محمدی
        به‌ منظور استفاده هم‌زمان از اطلاعات طیفی و مکانی تصاویر ماهواره‌ای از روش‌های مختلف تلفیق تصاویر استفاده می‌گردد، اما روش‌های ادغام تصاویر معمولاً با اعوجاجات طیفی و مکانی در تصویر خروجی همراه بوده که میزان این انحرافات با توجه به روش و نیز داده‌های مورد استفاده متغیر أکثر
        به‌ منظور استفاده هم‌زمان از اطلاعات طیفی و مکانی تصاویر ماهواره‌ای از روش‌های مختلف تلفیق تصاویر استفاده می‌گردد، اما روش‌های ادغام تصاویر معمولاً با اعوجاجات طیفی و مکانی در تصویر خروجی همراه بوده که میزان این انحرافات با توجه به روش و نیز داده‌های مورد استفاده متغیر است. هدف از این تحقیق کاربرد تلفیق تصاویر سنجش از دوری لندست 8 (OLI) مربوط به 18 دی 1396 و سنتینل-2 مربوط به 21 دی 1396 با روش‌های ادغام تصاویر، Gram Schmidt، CN، Brovey، DWT، SFIM و Multiplication در پایش شهر اهواز است. به‌منظور ارزیابی کیفیت تصاویر حاصل از ادغام، از شاخص‌های CC، SAM،PSNR، SIMM و فیلتر لاپلاسین استفاده گردید. نتایج تحقیق حاضر نشان داد که بین روش‌های مورد استفاده روش‌های DWT و Brovey به ترتیب بهترین روش از لحاظ حفظ اطلاعات طیفی و مکانی می‌باشند. همچنین بیشترین اعوجاجات از نظر طیفی با مقدار 1.18 در شاخص SAM مربوط به روش Multiplication و بیشترین انحراف مکانی در شاخص DWT با مقدار همبستگی 0.47 با تصویر مرجع مشاهده شد. همچنین نتایج نشان داد که روش‌ SFIM از جنبه طیفی و مکانی دارای دقت مناسب می‌باشد. تفاصيل المقالة
      • حرية الوصول المقاله

        3 - شناسایی اهداف با استفاده از تلفیق تصاویر فراطیفی و تصاویر با قدرت تفکیک مکانی بالا
        سامان جواهری علی اصغر تراهی سیدمحمد توکلی صبور
        شناسایی، ماموریتی برای کسب اطلاعات در مورد فعالیت ها، منابع، توانمدی ها و موقعیت دشمن است. شناسایی اهداف نظامی می تواند اطلاعاتی پیرامون وضعیت فعالیت ها، استقرار نیروها، آرایش نظامی و بسیاری از اطلاعات گوناگون دیگر از یک محدوده نظامی را در اختیار فرماندهان قرار دهد. در أکثر
        شناسایی، ماموریتی برای کسب اطلاعات در مورد فعالیت ها، منابع، توانمدی ها و موقعیت دشمن است. شناسایی اهداف نظامی می تواند اطلاعاتی پیرامون وضعیت فعالیت ها، استقرار نیروها، آرایش نظامی و بسیاری از اطلاعات گوناگون دیگر از یک محدوده نظامی را در اختیار فرماندهان قرار دهد. در سال های اخیر پیشرفت تکنولوژی در زمینه سنجش از دور امکان تهیه تصاویر مختلف با قدرت تفکیک طیفی و مکانی بالا را فراهم نموده است. تلفیق تصاویر فراطیفی و تصاویر با قدرت تفکیک مکانی بالا می تواند کمک موثری به شناسایی، استخراج و تولید نقشه از عناصر سازنده یک محیط را فراهم نماید. هدف از تحقیق حاضر، شناسایی اهداف نظامی با استفاده از تلفیق تصاویر فراطیفی و تصاویر با قدرت تفکیک مکانی بالا می باشد. برای این منظور، پنجره‌ای از تصاویر سنجنده های هایپریون،ALI و OrbView3، انتخاب گردید. در ابتدا نسبت به پیش پردازش داده فراطیفی هایپریون از لحاظ باندهای غیرقابل استفاده، نوارهای بد عمود، تصحیح اتمسفری و تصحیح هندسی اقدام شد. در ادامه تصویر هایپریون در فرایند دو مرحله ای با باندهای پانکروماتیک تصاویر ALI و OrbView3 با استفاده از الگوریتم های Gram schmidt ، Pc Spectral و IHS تلفیق شد. نتایج تلفیق نشان داد، روش Gram schmidt بهترین عملکرد را از نظر طیفی و مکانی داشته است. در ادامه تحقیق از تبدیل MNF به منظور کاهش ابعاد تصویر و کاهش نویزها بهره گرفته شد و از الگوریتم PPI خالص ترین پیکسل ها به منظور استخراج پروفیل طیفی با مقایسه با طیف های مرجع به صورت بصری و دقیق به دست آمد. در ادامه از الگوریتم های BANDMAX ، نقشه بردار زاویه طیفی و دایورجنس اطلاعات طیفی جهت شناسایی اهداف استفاده شد. نتایج ارزیابی شناسایی اهداف نشان داد که روش BANDMAX با دقت کلی 89.77 و ضریب کاپای 0.81 نسبت به دو الگوریتم دیگر عملکرد بهتری داشته است. تفاصيل المقالة
      • حرية الوصول المقاله

        4 - MRI and PET Image Fusion by Using Curvelet Transform
        Nasrin Amini Emad Fatemizadeh Hamid Behnam
        The fusion of medical images is very useful for clinical application. Generally, the PET image indicates the function of tissue and the MRI image shows the anatomy of tissue. In this article we fused MRI and PET images and the purpose is adding structural information fr أکثر
        The fusion of medical images is very useful for clinical application. Generally, the PET image indicates the function of tissue and the MRI image shows the anatomy of tissue. In this article we fused MRI and PET images and the purpose is adding structural information from MRI to PET image. The images decomposed with Curvelet Transform, and then two images fused with applying fusion rules. We used MATLAB software for fused images and evaluated the result. The data set consists 34 images of color PET images and high resolution MRI images. The brain images are classified into two groups, normal (Coronal, Sagittal and Transaxial) and Alzeimer’s disease dataset images. Finally we used visual and quantitative criteria to evaluate the fusion result. In quantitative evaluation we used entropy, discrepancy and overall performance. Results show the amount of entropy, achieved by the proposed method, was the highest and amount of discrepancy and overall performance was the lowest. The small amount of discrepancy, overall performance and high amount of entropy means high quality. تفاصيل المقالة