閱讀筆記(SOFT COMPUTING 2018)Seam elimination based on Curvelet for image stitching

參考文獻:

Wang Z, Yang Z. Seam elimination based on Curvelet for image stitching[J]. Soft Computing, 2018: 1-16.

注:SOFT COMPUTING

大類學科 小類學科 Top期刊 綜述期刊
工程技術 3區
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
計算機:人工智能
3區
COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS
計算機:跨學科應用
3區
2017-2018最新影響因子 2.367
2017-2018自引率 14.90%

摘要

近年來,圖像拼接發展迅速。 接縫消除在圖像拼接中起着關鍵作用。 因此,本文提出了一種改進的圖像拼接縫消除方法。 首先,註冊圖像。 然後,提出了基於Curvelet變換的最優焊縫方法來消除煤層。 客觀評價指標(PSNR和SSIM)用於評價實驗結果中所提方法的性能。 本文還提出了一種評估拼接圖像局部質量的新指標。 在該度量下測試三組圖像。 實驗結果表明,該方法可以有效地消除煤層。

主要的工作

本文提出了一種基於Curvelet變換的改進的焊縫消除方法。 該論文的貢獻可歸納如下。

  • (1)採用Curvelet變換來檢測拼接圖像中的接縫,從而可以更有效地消除接縫。
  • (2)提出了一種稱爲梯度方差的新度量,用於評估煤層消除質量。

該方法在以下兩個方面彌補了研究空白:

  • 一是我們提出了一種有效的接縫消除方法,它提高了拼接圖像的質量。
  • 另一個是我們提出的可以很好地評估接縫消除質量的指標。

什麼是Curvelet?

Curvelet是一種用於多尺度物體表示的非自適應技術,於1999年提出並在2002年進行了改進(Candes和Guo,2002)。 它是從Ridgelet開發的(Candes和Guo 2002)。 Curvelet已廣泛應用於圖像處理,如圖像去噪(Starck et al.2002),圖像增強(Starck et al.2003)和圖像融合。

算法流程

實驗結果

 

結論

本文提出了一種改進的圖像拼接縫消除方法。 首先註冊一對圖像。 然後,應用基於Curvelet變換的最優縫合方法來消除縫隙。 結果由PSNR和SSIM評估。 還提出了一種稱爲梯度方差的新指標來評估消除接縫的質量。 實驗結果表明,我們提出的方法優於其他現有方法。 我們未來的工作是優化方法並縮短拼接一對圖像所消耗的時間。


ps:我大概瀏覽了一下內容。對於圖像拼接問題,我認爲改進並不大,效果較爲一般。但對於評價拼接方法的指標,我覺得可以借鑑。

 

 

 

 

  沒有英漢互譯結果
  請嘗試網頁搜索
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章