Fusion of WorldView2 images using Contourlet, Curvelet and Ridgelet transforms for edge enhancement

Abstract

This article discusses the implementation of three transforms, namely Contourlet, Curvelet and Ridgelet, which are intended for image edge enhancement. These transforms were applied to fused Worldview 2 satellite images. The fusion was performed over the WorldView 2 satellite images applying various types of wavelet transforms, such as Daubechies, Bior, rbior, Coiflet and Symlet 5, with different levels of decomposition. The best results were obtained for the case of Symlet 5, level 5. Wavelet fused images and the generated images (using Contourlet, Curvelet and transformed Ridgelet) were evaluated and analyzed quantitatively. Quantitative methods in the present analysis include ERGAS, RASE, Universal Quality (Qu) and correlation coefficient (CC). Image merging and the implementation of transforms were performed with MatLab®, which supplies the following tools: Wavelet toolbox, Image processing toolbox, Contourlet toolbox, and Curvelet and Ridgelet source code. The results show that the Curvelet and Ridgelet transforms yield better results in terms of edge enhancement for both the merged image and the original image. RESUMEN:Este artículo se discute la aplicación de tres transformadas, a saber, Contourlet, Curvelet y Ridgelet, que están destinadas a la mejora de bordes en una imagen, las cuales se aplicaron a las imágenes de satélite Worldview 2 fusionadas. La fusión se realizó sobre las imágenes de satélite WorldView 2 mediante la aplicación de varias transformada wavelet, entre ellas, Daubechies, Bior, rbior, Coiflet y Symlet 5 con diferentes niveles de descomposición. Los mejores resultados se obtuvieron con la transformada Symlet 5 en el nivel de descomposición cinco. Las imágenes fusionadas con la transformada wavelet (symlet 5) y las imágenes generadas (usando las transformadas Contourlet, Curvelet y Ridgelet) se evaluaron y analizaron cuantitativamente. Los métodos cuantitativos en el presente análisis incluyen ERGAS, RASE, Calidad Universal (Qu) y coeficiente de correlación (CC). La fusión de imágenes y la implementación de las transformadas se realizaron con el software MatLab®, que proporciona los siguientes Toolbox: Toolbox de Wavelet, Toolbox de procesamiento de imágenes, Toolbox Contourlet y código fuente para Curvelet y Ridgelet. Las transformadas Curvelet y Ridgelet producen mejores resultados en términos de mejora de bordes tanto para la imagen fusionada como para la imagen original.

Heart Disease Detection from Neonatal Infrared Thermograms Using Multiresolution Features and Data Augmentation

“…The CoT offers a flexible multiresolution and directional decomposition for images as it allows for a different number of directions at each scale [15]. This transform improves the contours or provides a smooth representation of such contours using fewer coefficients than those required by Wavelets [16].…”