Въведение в технологията за подравняване на изображения във видима светлина

Подравняването на изображението е процесът на наслагване на изображения на една и съща сцена с цел намиране на връзка между референтното изображение (фиксирано изображение) и плаващото изображение (изображение за подравняване). Два двуизмерни масива обикновено се използват за дефиниране на двете изображения.

Алгоритъмът за подравняване, базиран на региона, се основава главно на референтното изображение и използва метрика с висока корелация, за да намери най-добрата позиция на изображението за подравняване. Изборът на подходящ алгоритъм за измерване на сходството за намиране на корелацията на две или повече изображения и разширяването му в пространствената или честотната област е в основата на методите за регионално базирано подравняване.

Традиционните базирани на функции алгоритми за подравняване на изображения са непрекъснат итеративен процес на оптимизация за намиране на най-доброто сходство между изображенията. За да се подобри точността на подравняването на изображението, методите за подравняване на задълбочено обучение използват главно мрежи за задълбочено обучение за извършване на извличане на характеристики и измерване на сходството на двойки входни изображения, за да генерират подравнени изображения и да разпознаят точността на подравняването на изображенията. По принцип видимите и инфрачервените изображения се картографират към един и същ модел чрез дълбок мрежов модел (напр. конвертиране на видими изображения в инфрачервени изображения) и след това се въвеждат в мрежата за подравняване за измерване на подобието, а стойността на загубата се предава на мрежата итеративно в съответствие със свойството за обратно разпространение на невронната мрежа за насърчаване на по-добро картографиране на видими изображения към инфрачервени изображения, така че да се получи по-точна мярка за сходство на двете инфрачервени изображения. Накрая се получава оптималната изходна стойност за подравнените изображения. По този начин се генерират подравнени изображения и се дискриминира точността на подравняването на изображението.