Dado que el método para eliminar la niebla de las imágenes es complicado y puede producirse una pérdida de detalle y una distorsión del color en las imágenes desempañadas, en este artículo se propone un método de desempañado basado en la fusión de imágenes visibles e infrarrojas cercanas. El algoritmo de este trabajo utiliza la imagen de infrarrojo cercano con gran riqueza de detalles como nueva fuente de datos y adopta el método de fusión de imágenes para obtener una imagen desempañada con gran riqueza de detalles y alta recuperación del color. En primer lugar, la imagen visible en color se convierte al espacio de color HSI para obtener una imagen de canal de intensidad, una imagen de canal de color y una imagen de canal de saturación. La imagen del canal de intensidad se fusiona con una imagen del infrarrojo cercano, se desempaña y se descompone mediante la transformada Shearlet sin submuestreo. El coeficiente de alta frecuencia obtenido se filtra preservando el borde con un filtro de suavizado de bordes exponencial doble, mientras que el tratamiento de enmascaramiento antienfoque de baja frecuencia se lleva a cabo en el coeficiente de baja frecuencia. La nueva imagen del canal de intensidad podría obtenerse basándose en la regla de fusión y mediante transformación recíproca. A continuación, en el tratamiento del color de la imagen visible, se establece el modelo de degradación de la imagen de saturación, que estima los parámetros basándose en el principio del color primario oscuro para obtener la imagen de saturación estimada. Por último, la nueva imagen del canal de intensidad, la imagen de saturación estimada y la imagen del color primario se reflejan en el espacio RGB para obtener la imagen de fusión, que se mejora mediante la corrección del color y la nitidez. Para demostrar la eficacia del algoritmo, la imagen de niebla densa y la imagen de niebla fina se comparan con los populares algoritmos de desempañado de imagen única y desempañado de imagen múltiple y el algoritmo de desempañado de fusión de luz visible-infrarrojo cercano basado en aprendizaje profundo. Los resultados experimentales muestran que el algoritmo propuesto mejora el contraste de los bordes y la nitidez visual de la imagen mejor que el método de desempañado de alta eficiencia existente.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Materiales compuestos de resina para restauraciones CAD/CAM en clínica: Comparación de propiedades mecánicas seleccionadas
Informes y Reportes:
La industria del etanol a partir del maíz : ¿es factible su desarrollo en la Argentina?
Artículos:
Clasificación en Datos en Red con Heterofilia
Artículos:
Estudio sobre los traumatismos por detrás del casco causados por una bala a gran velocidad
Artículos:
Estudio de la compactación y maquinabilidad de un compuesto de aleación de cobre reforzado con nitruro de silicio (Si3N4) mediante la ruta P/M
Artículos:
La curva S como herramienta para la planeación y control de procesos de construcción: casos de estudio
Artículos:
Investigación sobre control de costos de proyectos de construcción con base en la teoría de construcción sin pérdidas y BIM : caso práctico
Artículos:
Agua subterránea : el recurso oculto
Artículos:
Modelo de aceptación de las tecnologías basadas en la inteligencia artificial (IA) en las empresas de construcción: Aplicación del Modelo de Aceptación de la Tecnología (TAM) en combinación con el Marco Tecnología-Organización-Entorno (TOE)