ترجمه مقاله ترکیب چند کانونی تصویر با SIFT متراکم

اختصاصی از اس فایل ترجمه مقاله ترکیب چند کانونی تصویر با SIFT متراکم دانلود با لینک مستقیم و پر سرعت .

این مقاله ترجمه مقاله انگلیسی  Multi-focus image fusion with dense SIFT  می باشد ./

سال انتشار : 2014/

تعداد صفحات مقاله انگلیسی : 50/

تعداد صفحات فایل ترجمه : 26/

فرمت فایل ترجمه : Word /

مقاله اصلی را به زبان انگلیسی می توانید رایگان از اینجا دریافت فرمایید /

چکیده

تکنیک ترکیب چند کانونی تصویر روش مهمی برای به دست آوردن یک تصویر مرکب با همه مشخصات مد نظر است. نقطه کلیدی ترکیب چند کانونی، توسعه یک روش اندازه گیری سطح  فعالیت برای ارزیابی وضوح تصویر اصلی است. این مقاله یک روش جدید ترکیب تصویر با تبدیل ویژگی مقیاس نابسته (SIFT) را ارائه می دهد.ایده اصلی  این روش این است که پتانسیل بالای ویژگی های محلی تصویر را نشان میدهد، مثلا اینکه SIFT برای ترکیب تصویر استفاده می شود. توصیفگر ویژگی های محلی نمی تواند به طور خاص برای اندازه گیری سطح فعالیت به کار رود، بلکه برای تطبیق پیکسلهای رجیستر نشده بین تصاویری که چند نسخه اصلی دارند، استفاده می شود تا کیفیت تصویر ترکیب شده را بهبود ببخشد. در الگوریتم ما با استفاده از روش پنجره لغزان،  برای اولین بار توصیفگر SIFT برای اندازه گیری سطح فعالیت قطعات تصویر اصلی استفاده شده است تا یک نقشه تصمیم اولیه به دست آید و سپس نقشه تصمیم با تطبیق ویژگی و مقایسه با اندازه گیری کانون محلی،ارزیابی می شود. نتایج آزمایشگاهی ثابت می­کند که روش ارائه شده می تواند از هر دو منظر بصری و پارامترهای ارزیابی با روش های جدید قابل رقابت و حتی بهتر باشد./1012/

تماس با ما برای راهنمایی یا ترجمه با آدرس ایمیل:

[e-mail]

شماره تماس ما در نرم افزار تلگرام:

[phone] 

 کانال تلگرام‌  @maghalecomputer

 توجه: اگر کارت بانکی شما رمز دوم ندارد، در خرید الکترونیکی به مشکل برخورد کردید و یا به هر دلیلی تمایل به پرداخت الکترونیکی ندارید با ما تماس بگیرید تا راههای دیگری برای پرداخت به شما پیشنهاد کنیم.

الگوریتم SIFT

اختصاصی از اس فایل الگوریتم SIFT دانلود با لینک مستقیم و پر سرعت .

مقاله ای که امروز معرفی میکنیم (Distinctive Image Features from Scale-Invariant Keypoints)، مقاله ی مرجع الگوریتم بسیار معروف و پرطرفدار SIFT  در حوزه ی پردازش تصویر است.

الگوریتم SIFT یک استراتژی تناظریابی مبتنی بر ویژگی 1 است که توسط Lowe وجهت فرآیند شناسایی الگو در تصاویر بصری ارائه شده و از دو مرحله اصلی شامل استخراج ویژگی و ایجاد توصیفگر، تشکیل شده است. این الگوریتم اساسا برای حل مساله اختلاف مقیاس میان تصاویر طراحی شده و به علاوه مستقل از اختلافات چرخشی میان تصاویر بوده و در برابر اختلافات روشنایی، تغییر شکل ناشی از تغییر منظر اخذ تصویر و نویز نیز پایدار است.

در بخش اول این الگوریتم، موقعیتهایی از تصویر که مستقل از مقیاس و چرخش هستند، با شناسایی اکسترممهای محلی تابع DoG که تقریبی از لاپلاسین نرمالیزه ی تصویر میباشند، استخراج میگردند. برای این منظور با بکارگیری از یک استراتژی هرمی و استفاده از تابع DoG ویژگیهای پایدار تصویر استخراج شده و به منظور انجام تناظریابی تغییرناپذیر نسبت به مقیاس، برای هر ویژگی استخراج شده یک پارامتر مقیاس نیز انتخاب میشود، لذا میتوان با انتخاب یک همسایگی منحصر به فرد در اطراف ویژگی نظیر در تصاویر مختلف، فرآیند تناظریابی را مستقل از اختلاف مقیاس میان آنها انجام داد.

بی شک این ترجمه که به همراه توضیحات فنی تکمیلی راجع به الگوریتم ارائه شده است، بهترین منبع موجود برای یادگیری الگوریتم SIFT می باشد.

مقاله ی اصلی به همراه ترجمه ی هدفمند این مقاله رو می توانید در همین صفحه دریافت کنید.

کانال تلگرام پیپربوک