Суміщення зображень, сформованих сенсорами різної фізичної природи в процесі комплексування сигналів у мультиспектральних системах моніторингу

dc.citation.epage80
dc.citation.issue874
dc.citation.journalTitleВісник Національного університету «Львівська політехніка». Серія: Радіоелектроніка та телекомунікації
dc.citation.spage73
dc.contributor.affiliationНаціональний університет “Львівська політехніка”
dc.contributor.affiliationкафедра радіоелектронних пристроїв та систем
dc.contributor.affiliationLviv Polytechnic National University
dc.contributor.affiliationDepartment of Radioelectronic Devices and Systems
dc.contributor.authorГривачевський, А. П.
dc.contributor.authorФабіровський, С. Є.
dc.contributor.authorHryvachevskyi, A. P.
dc.contributor.authorFabirovskyy, S. E.
dc.coverage.placenameЛьвів
dc.coverage.temporal2017-03-28
dc.date.accessioned2018-04-24T09:49:27Z
dc.date.available2018-04-24T09:49:27Z
dc.date.created2017-03-28
dc.date.issued2017-03-28
dc.description.abstractРозроблено метод, який, на відміну від класичних, дає змогу суміщення зображень, сформованих сенсорами різної фізичної природи в контексті їх комплексування в мультиспектральних системах моніторингу. Підтверджено експериментально, що для суміщення різноспектральних зображень доцільно використовувати критерій, який ґрунтується на максимумі функції взаємної інформації між зображеннями, оскільки він інваріантний до перетворення яскравості між ними.
dc.description.abstractMultispectral monitoring systems are becoming more widely used in which the fusion of information obtained in the form of different spectral images is applied. Direct fusion of such images is impossible in connection with the presence of relative images spatial deformations and in connection with the different sensor resolution that form these images. Before fusion of the images, you must bind them to a single coordinate system. The development of a method that, in contrast to the classical one, allows matching of images formed by sensors of different physical nature in the context of their integration in multispectral monitoring systems is conducted. Reasonably experimentally that for matching of the different spectral images is impractical to use the classic methods used in matching of monospectral images, in particular, least squares method and the normalized correlation coefficient, as appropriate to use methods invariant to brightness conversion. This is the method that uses the maximum of the function of mutual information between images as a criterion for the similarity of the images. The simulation results show that the method based on the mutual information function gives better results of the different spectral images matching than the other considered methods. The position of the maximum of the mutual information function indicates the optimal displacement between the images despite the different intensity distribution on the images from the thermal imaging camera and the television camera, even with poor visibility in one of the channels.
dc.format.extent73-80
dc.format.pages8
dc.identifier.citationГривачевський А. П. Суміщення зображень, сформованих сенсорами різної фізичної природи в процесі комплексування сигналів у мультиспектральних системах моніторингу / А. П. Гривачевський, С. Є. Фабіровський // Вісник Національного університету «Львівська політехніка». Серія: Радіоелектроніка та телекомунікації, 2017-03-28. — Львів : Видавництво Львівської політехніки, 2017. — № 874. — С. 73–80.
dc.identifier.citationenHryvachevskyi A. P. Matching up of images which formed by sensors of different physical nature in the process of signal fusion in multispectral monitoring systems / A. P. Hryvachevskyi, S. E. Fabirovskyy // Visnyk Natsionalnoho universytetu "Lvivska politekhnika". Serie: Radioelektronika ta telekomunikatsii, 2017-03-28. — Lviv : Vydavnytstvo Lvivskoi politekhniky, 2017. — No 874. — P. 73–80.
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/40768
dc.language.isouk
dc.publisherВидавництво Львівської політехніки
dc.relation.ispartofВісник Національного університету «Львівська політехніка». Серія: Радіоелектроніка та телекомунікації, 874, 2017
dc.relation.references1. Иванов Е. Л. Слияние изображений в многоканальной системе наблюдения местности / Е. Л. Иванов, М. С. Смагин // Датчики и системы. - 2006. – № 11. – С. 6–9.
dc.relation.references2. E2VS Displays Potential as Breakthrough Product [Electronic resource] // Aviation week network, October 2015. – Access mode: http://aviationweek.com/nbaa-2015/e2vs-displays-potential-breakthrough-product (last access: 10.04.2017). – Title from the screen.
dc.relation.references3. Canga E. F. Image fusion. Project report for the degree of Meng. in electrical and electronic engineering / E. F. Canga. – University of Bath, 2002.
dc.relation.references4. Stathaki Т.Image fusion: Algorithm and Applications / Т. Stathaki. – Elsevier, 2008. – 519 c.
dc.relation.references5. Blum R. S. Multi-Sensor Image Fusion and Its Applications. / R. S. Blum, Z. Liu // Signal Processing and Communications. –2006. – P. 40–42.
dc.relation.references6. Аксенов О. Ю. Совмещение изображений / О. Ю. Аксенов // ЦОС №3. 2005. – C. 51–55.
dc.relation.references7. Войтов В. А. Способ формированиям единого информационного поля / В. А. Войтов, А. В. Голицын, Е. В. Дегтярев, П. В. Журавлев, Г. Е. Журов, В. Б. Шлишевский // Оптический журнал. – T. 76. – 2009. – № 12. – C. 84–87.
dc.relation.references8. Зубков А. М. Інтегровані системи локаційного моніторингу з комплексуванням інформації сенсорів різних ділянок спектру електромагнітних хвиль / А. М. Зубков, Л. В. Лазько, Д. О. Мимріков, І. Н. Прудиус // Прикладная радио-электроника. Состояние и перспективы развития: 4-й межд. Радиоэлектронный форум, 18–21 окт. 2011 г.: тезисы докл. – Х., 2011. – С. 170–173.
dc.relation.references9. Душепа В. А. Сравнительный анализ субпиксельных алгоритмов при совмещении изображений / В. А. Душепа, М. Л. Усс // Радіоелектронні і комп’ютерні системи. – 2011. – № 4. – С. 41–51.
dc.relation.references10. Грузман И.С. Цифровая обработка изображений в информационных системах: учеб. пособ. / И. С. Грузман, В. С. Киричук, В. П. Косых, Г. И. Перетягин, А. А. Спектор. – Новосибисрк: Изд-во НГТУ, 2002. – 352 c.
dc.relation.references11. Красильщиков М.Н. Современные информационные технологии в задачах навигации и наведения беспилотных маневренных летательных аппаратов / М. Н. Красильщиков, Г. Г. Себряков. – М.: Изд-во Физматлит, 2009. – 554 с.
dc.relation.references12. Lewis J. P. Fast Normalized Cross-Correlation / J. P. Lewis. – Industrial Light & Magic, 1995.
dc.relation.references13. Raghavendra R. Mutual Information Based Multispectral Image Fusion for Improved Face Recognition / R. Raghavendra, S. Venkatesh, K. B. Raja, F. A. Cheikh and C. Busch // 12th International Conference on Signal-Image Technology & Internet-Based Systems (SITIS), Naples, 2016. – P. 62–68.
dc.relation.references14. Pradhan S. Enhanced mutual information based medical image registration / S. Pradhan and D. Patra // IET Image Processing. Vol. 10. – No. 5. – 2016. – P. 418–427.
dc.relation.references15. Sahoo P. K. Image registration using mutual information with correlation for medical image / P. K. Sahoo, U. C. Pati // 2015 Global Conference on Communication Technologies (GCCT), Thuckalay, 2015. – P. 34–38.
dc.relation.referencesen1. Ivanov, E. L. and Smagin, M. S. (2006), “Merging images in a multichannel terrain observation system”, Sensors and systems, no. 11, pp.6-9.
dc.relation.referencesen2. “E2VS Displays Potential as Breakthrough Product”, Aviation week network, October 2015,available at: http://aviationweek.com/nbaa-2015/e2vs-displayspotential-breakthrough-product (Accessed 10 April 2017).
dc.relation.referencesen3. Canga, E. F. (2002), Image fusion. Project report for the degree of Meng. in electrical and electronic engineering, University of Bath.
dc.relation.referencesen4. Stathaki, Т.(2008), Image fusion: Algorithm and Applications, Elsevier, 519 p.
dc.relation.referencesen5. Blum, R. S. and Liu, Z. (2006), “Multi-Sensor Image Fusion and Its Applications”, Signal Processing and Communications, pp. 40–42.
dc.relation.referencesen6. Aksenov, O. Yu. (2005), “Image combination”, DSP, no. 3, pp. 51–55.
dc.relation.referencesen7. Voitov, V. A., Golitsyn, A. V., Degtyarev, E. V., Zhuravlev, P. V., Zhurov, G. E. and Shlishevsky, V. B. (2009), “The way of a single information field formation”, Optical journal, vol. 76, no. 12, pp. 84–87.
dc.relation.referencesen8. Zubkov, A. M., Lazko, L. V., Mymrikov, D. O., and Prudyus, I. N (2011), “Integrated monitoring systems with information integration of sensors in different parts of the spectrum of electromagnetic waves”, Applied Radio Electronics. Status and prospects of development: 4th intern. Radio electronics forum, Oct. 18–21. 2011. pp. 170–173.
dc.relation.referencesen9. Dushepa, V. A. and Uss, M. L. (2011), “ Comparative analysis of sub-pixel algorithms with image matching ”, Radio electronic and computer systems, no 4, pp. 41–51.
dc.relation.referencesen10. Gruzman, I. S., Kirichuk, V. S., Kosykh, V. P., Peretyagin, G. I. and Spector, A. A. (2002), Digital Image Processing in Information Systems: Tutorial, Novosibirsk: Publishing house of the National Technical University, 352 p.
dc.relation.referencesen11. Krasil'shchikov, M. N. and Sebryakov, G. G. (2009), Modern information technologies in the tasks of navigation and guidance of unmanned maneuverable aircraft, Moscow: Fizmatlit Publishing House, 554 p.
dc.relation.referencesen12. Lewis, J. P. (1995), Fast Normalized Cross-Correlation, Industrial Light & Magic.
dc.relation.referencesen13. Raghavendra, R., Venkatesh, S., Raja, K. B., Cheikh, F. A. and Busch, C. (2016), “Mutual Information Based Multispectral Image Fusion for Improved Face Recognition”, 12th International Conference on Signal-Image Technology & Internet-Based Systems (SITIS), Naples, pp. 62–68.
dc.relation.referencesen14. Pradhan, S. and Patra, D. (2016), “Enhanced mutual information based medical image registration”, IET Image Processing, vol. 10, no. 5, pp. 418–427.
dc.relation.referencesen15. Sahoo P. K. and Pati U. C. (2015),“Image registration using mutual information with correlation for medical image”, 2015 Global Conference on Communication Technologies (GCCT), Thuckalay, pp. 34–38.
dc.relation.urihttp://aviationweek.com/nbaa-2015/e2vs-displays-potential-breakthrough-product
dc.relation.urihttp://aviationweek.com/nbaa-2015/e2vs-displayspotential-breakthrough-product
dc.rights.holder©Національний університет “Львівська політехніка”, 2017
dc.rights.holder© Гривачевський А. П., Фабіровський С. Є., 2018
dc.subjectприв’язка зображень
dc.subjectсуміщення зображень
dc.subjectопорна точка
dc.subjectсенсо- ри різної фізичної природи
dc.subjectкомплексування зображень
dc.subjectмультиспектральна система моніторингу
dc.subjectimage binding
dc.subjectimage matching
dc.subjectreference point
dc.subjectsensors of different physical natures
dc.subjectimage fusion
dc.subjectmultispectral monitoring system
dc.titleСуміщення зображень, сформованих сенсорами різної фізичної природи в процесі комплексування сигналів у мультиспектральних системах моніторингу
dc.title.alternativeMatching up of images which formed by sensors of different physical nature in the process of signal fusion in multispectral monitoring systems
dc.typeConference Abstract

Files

Original bundle

Now showing 1 - 2 of 2
Thumbnail Image
Name:
2017n874_Hryvachevskyi_A_P-Matching_up_of_images_73-80.pdf
Size:
826.16 KB
Format:
Adobe Portable Document Format
Thumbnail Image
Name:
2017n874_Hryvachevskyi_A_P-Matching_up_of_images_73-80__COVER.png
Size:
424.04 KB
Format:
Portable Network Graphics

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
3.02 KB
Format:
Plain Text
Description: