Adaptif görüntü birleştirme kuralı belirleme yöntemi ve Levenberg-Marquardt algoritması ile optimizasyonu

Abstract

Görüntü birleştirme uygulamaları aynı sahnenin faklı görüntülerinin birleştirilerek daha anlamlı tek görüntü elde etme işlemidir. Bu işlemler gizlenmiş silah tespiti, artırılmış gece görüşü, biyomedikal uygulamalar ve çok odaklı görüntüler gibi birçok uygulamada karşımıza çıkmaktadır. Birleştirme işleminde kaynak görüntülerdeki karşılıklı her pikselin birleşik görüntüye nasıl aktarılacağı birleştirme kuralı tarafından belirlenir. Birleştirme kuralına en basit ve bilindik örnek piksel değerlerinin ortalamasıdır. Her iki kaynak görüntünün her pikselde eşit ağılıkta katkıda bulunması birleşik birleşik görüntüde kontrastın düşmesi gibi istenmeyen etkiler bırakacaktır. Bu sebeple dolayı birleştirme kuralında eşit ağılıklar kullanmak yerine değeri optimize edilmiş ağırlıklar kullanmak görüntü birleştirme işleminde çok daha verimli sonuçlar elde etmek mümkün olacaktır. Bu amaçla bu çalışmada yeni bir adaptif birleştirme kuralı önerilmiştir. Bu kural görüntü üzerindeki üç bölge üzerinde çalışmaktadır. Bölgeler kaynak görüntülerin yoğunluk değerlerinin oranlarından oluşan matris üzerinde K-Means algoritması kullanılarak elde edilmiştir. Yoğunluk oranları matrisinde kaynak görüntü değerlerinin ağır bastığı bölgelerde tek katsayı kullanılmakta olup değer optimum olarak Levenberg-Marquardt algoritması ile hesaplanmaktadır. Üçüncü bölgede ise yoğunluk oranları matrisindeki değerler birleştirme kuralı için katsayı olarak kullanılmıştır. Levenberg-Marquardt algoritmasında amaç fonksiyonu olarak literatürde sıklıkla kullanılan beş farklı metrik kullanılmıştır. Önerilen yöntemin başarımı, optimizasyon kullanmaksızın ürettiği sonuçlarla ve standart birleştirme kuralları ile yürütülen birleştirme işlemlerinin sonuçlarıyla, yürütülen sayısal ve görsel deneyler vasıtasıyla kıyaslanmış ve ortaya konulmuştur.