عنوان مقاله :
بهبود كيفيت تصاوير موجميليمتري از طريق تركيب با تصاوير مرئي
عنوان به زبان ديگر :
Quality improving of millimeter wave images using fusion with visible images
پديد آورندگان :
اميني راد، رويا دانشگاه صنعتي مالك اشتر تهران - گروه الكترونيك , عفيفي، احمد دانشگاه صنعتي مالك اشتر تهران - گروه الكترونيك , فهيمي فر، محمد حسين دانشگاه صنعتي مالك اشتر تهران - گروه الكترونيك
كليدواژه :
دوربين موج ميليمتري پسيو , همجوشي تصاوير , تجزيه حالت تجربي دوبعدي , تبديل شييرلت , شبكه عصبي ISCM , معيار ارزيابي همجوشي
چكيده فارسي :
يكي از كاربردهاي تصويربرداري موجميليمتري غير فعال PMMW براي نشان دادن اشياء پنهان در زير لباس انسان است. نمايش اشياء پنهان شده به لحاظ امنيتي در مكان هايي مانند فرودگاه ها از اهميت فوق العادهاي برخوردار است. بطور كلي تصاوير موج ميليمتري كيفيت پاييني دارند و از اينرو استفاده از تكنيكهاي پردازش تصوير براي افزايش كيفيت اين تصاوير استفاده مي شود. در اين مقاله با استفاده از رويكرد همجوشي تصاوير PMMW و مرئي روشي براي دستيابي به تصويري كه در آن شيء پنهان از تصوير PMMW استخراج و همچنين جزئيات تصوير مرئي در آن حفظ شود را ارائه مي دهد. در روش پيشنهادي، ابتدا تصاوير با استفاده از تبديل BEMD به زير تصاوير فركانس بالا و فركانس پايين تجزيه شدهاند. در مرحله بعد، از تبديل NSST براي تجزيه تصاوير حاصل از مرحله قبل در تفكيك پذيريها و جهت هاي مختلف استفاده شده و در ادامه از شبكه عصبي SCM بهبود يافته به عنوان قانون همجوشي بهره گرفته شده است. نتايج به دست آمده با استفاده از معيارهاي اثربخشي همجوشي QAB/F و MI ارزيابي شدهاند و روش پيشنهادي توانسته است كيفيت تصاوير تركيبي و نمايش اشياء پنهان، كه با استفاده از روش تجزيه NSST و قانون ISCM تركيب شده بودند، را بهبود داده و معيار QAB/F را به طور ميانگين تا 33 درصد ارتقا دهد.
چكيده لاتين :
Passive millimeter wave imaging is using to discover hidden objects under human clothes. Discovering hidden objects in the places such as airports, due to their security, is extremely important. However, millimeter wave images have low-quality and image processing techniques are needed to improve the quality of the images.
This paper attempts to present a method of fusion approach to discover hidden objects from PMMW images and preserve the detail of visible images. In the proposed method, images are subdivided using BEMD conversion into high frequency and low frequency sub-images. In the next step, the NSST conversion is used to parse images from the previous step in different resolutions and directions, and then the improved SCM neural network is used as the fusion rule. The results are evaluated using fusion effectiveness criteria of QAB/F and MI. Simulation results show that the proposed method improves the best previous results, which were combined using NSST analysis method and ISCM law, with an average of about 33% for the QAB/F criterion.
عنوان نشريه :
پدافند الكترونيكي و سايبري