Multi Scale Image Fusion through Laplacian Pyramid and Deep Learning on Thermal Images

Abstract

Scale is an imperative parameter in image processing. Images   can contain  different  objects  and   regions  with  variations  in size  as  well  as variations  in  resolutions. Appearance  of  objects  in  the  image  mainly  depends  on  the  scaling  parameter. In order to  analyse  the images  in  a  better  way  it  is  necessary  to  represent  images  in  different  scales  because  a  single  scale  image  is  restricted  to  a  fixed  bounded  window. To  have  useful  information  from  the  available  images  there is a necessity  of  representing  images  in  a  multi scale  fashion. Thermal  imaging means  producing  visible  images  from invisible  thermal radiation  that is  it  is  a method  of  generating  images  with  the  help  of  heat  given  to  the  object. Development  of  thermal  images  took  place in 1950^s and 60^s  for  the  purpose  of  military  applications. In this paper, focussed in  providing  advanced  and  enhanced  fusion  on  thermal  images  by  using  multi scale  laplacian  pyramid  in  combination  with  deep  convolutional  neural  networks. The  proposed   approach  includes  fusion  method  based  on  laplacian  pyramid  and  deep  learning  on thermal  images  for  clinical  applications, The  results of this method  shown  improved  results  in  identifying  abnormalities  in  the  medical  images  with  the  help  of  seven  different  image  metrics.. In  the  fields  of  defence  and  law  enforcement  object  or  person  identification  is needed  for  their  work. The  resultant  fused  image  of the second  method  gave  better  image  metric  values in  order to  provide  more significant visual  information.