กรอบแนวคิดของการสร้างภาพความละเอียดสูงยิ่งโดยโดเมนความถี่จากภาพความละเอียดต่ำที่มีปัญหาเอเลียสซิง (Aliasing): ภาคทฤษฎี
Article Sidebar
Main Article Content
บทคัดย่อ
อัลกอริทึมการสร้างภาพความละเอียดสูงยิ่ง (Super-Resolution) คือ การสร้างภาพความละเอียดสูงจากชุดของภาพความละเอียดต่ำ แต่ถ้าภาพความละเอียดต่ำดังกล่าวมีปัญหาเอเลียสซิง (Aliasing) (เกิดขึ้นจากกระบวนการบันทึกข้อมูลด้วยอัตราความถี่ต่ำเกินไป) แล้วประสิทธิภาพของอัลกอริทึมแบบนี้จะลดลง (หรือภาพความละเอียดสูงที่สร้างขึ้นได้จะมีความผิดเพี้ยนสูง) ดังนั้นบทความนี้จะศึกษาและอธิบายรายละเอียดของเทคนิคการกระบวนการประทับจำ (Registration) แบบเชิงความถี่โดยจะใช้เฉพาะข้อมูลความถี่ต่ำของภาพเท่านั้น เนื่องจากข้อมูลความถี่ต่ำจะไม่ถูกรบกวนด้วยปัญหาเอเลียสซิง (Aliasing) แล้วจึงนำข้อมูลของภาพ (อย่างเช่น ระยะในแนวนอน, ระยะในแนวตั้งหรือมุมระหว่างภาพ) ซึ่งคำนวณได้จากกระบวนการประทับจำ (Registration) ไปใช้ในการปรับภาพความละเอียดต่ำ (ซึ่งมีปัญหาเอเลียสซิง (Aliasing)) เพื่อใช้สำหรับการสร้างภาพความละเอียดสูงในขั้นตอนต่อไป และขั้นตอนการสร้างภาพที่ใช้ในการทดลอง คือ การสร้างภาพความละเอียดสูงด้วยการประมาณค่าในช่วงแบบคิวบิก (Cubic Interpolation)
In general, the Super Resolution Reconstruction (SRR) algorithm is the high resolution reconstruction method from the number of Low-Resolution (LR) images. If the LR images are improperly sampled then the aliasing problem is raised and the performance of SRR algorithm is usually decreased. Consequently, this paper studies and explains the conceptual framework of SRR Based on frequency domain from multi aliased LR images. This paper introduces the frequency domain registration process for applying only low frequency part of aliased multi LR images in order to reduce the aliasing impact. Finally, the reconstruction process is based on non-uniform cubic interpolation.
Article Details
“ข้าพเจ้าและผู้เขียนร่วม (ถ้ามี) ขอรับรองว่า บทความที่เสนอมานี้ยังไม่เคยได้รับการตีพิมพ์และไม่ได้อยู่ระหว่างกระบวนการพิจารณาลงตีพิมพ์ในวารสารหรือแหล่งเผยแพร่อื่นใด ข้าพเจ้าและผู้เขียนร่วมยอมรับหลักเกณฑ์การพิจารณาต้นฉบับ ทั้งยินยอมให้กองบรรณาธิการมีสิทธิ์พิจารณาและตรวจแก้ต้นฉบับได้ตามที่เห็นสมควร พร้อมนี้ขอมอบลิขสิทธิ์บทความที่ได้รับการตีพิมพ์ให้แก่สถาบันการจัดการปัญญาภิวัฒน์หากมีการฟ้องร้องเรื่องการละเมิดลิขสิทธิ์เกี่ยวกับภาพ กราฟ ข้อความส่วนใดส่วนหนึ่งและ/หรือข้อคิดเห็นที่ปรากฏในบทความข้าพเจ้าและผู้เขียนร่วมยินยอมรับผิดชอบแต่เพียงฝ่ายเดียว”
References
Christensen-Jeffries, K., Browning, R. J., Meng-Xing T., Dunsby, C. & Eckersley, R. J. (2015). In Vivo Acoustic Super-Resolution and Super-Resolved Velocity Mapping Using Microbubbles. IEEE Transactions on Medical Imaging,34(2), 433-440.
Elad, M. & Feuer, A. (1997). Restoration of a Single Superresolution Image from Several Blurred, Noisy and Undersampled Measured Images. IEEETrans.onIP.,6(12), 1646-1658.
Gou, S., Liu, S., Yang, S. & Jiao, L. (2014). Remote Sensing Image Super-Resolution Reconstruction Based on Nonlocal Pairwise Dictionaries and Double Regularization. IEEE Journal of ST.in Applied Earth Observations and Remote Sensing,7(12), 4784-4792.
Kang, M. G. & Chaudhuri, S. (2003). Super-Resolution Image Reconstruction. IEEE Signal Processing Magazine, 20(3), 19-20.
Keren, D., Peleg, S. & Brada, R. (1988). Image Sequence Enhancement Using Subpixel Displacement. CVPR’88, 1988, Ann Arbor, Michigan, USA.Ng, M. K. & Bose, N. K. (2003). Mathematical analysis of super-resolution methodology. IEEE Signal Processing Magazine,20(3), 62-74.
Park, S. C., Park, M. K. & Kang, M. G. (2003). Super-Resolution Image Reconstruction: A Technical Overview. IEEE Signal Processing Magazine,20(3), 21-36.
Patanavijit, V. (2011). The Empirical Performance Study of a Super Resolution Reconstruction Based on Frequency Domain from Aliased Multi-Low Resolution Images. Proceeding of The 34 th Electrical Engineering Conference (EECON-34), Dec 2011, Thailand.
Patanavijit, V. (2016). A Conceptual Framework of Super Resolution Reconstruction (SRR) Techniques. Panyapiwat Journal,8(1), 314-326.
Quevedo, E., De La Cruz, J., Callicó, G., Tobajas, F. & Sarmiento, R. (2014). Video enhancement using spatial and temporal super-resolution from a multi-camera system. IEEE Transactions on Consumer Electronics, 60(3), 420-428.
Tsai, R. & Huang, T (1984). Multiple frame image restoration and registration. Advances in Computer Vision and Image Processing, 1, 317-339.
Vandewalle, P., Susstrunk, S. & Vetterli, M. (2003). A Frequency Domain Approach to Super-Resolution Imaging from Aliased Low Resolution Images. Department of Electrical Engineering and Computer Science, May 2004 UC Berkeley, USA.
Vandewalle, P., Susstrunk, S. & Vetterli, M. (2004). Double Resolution from a Set of Aliased Images. Proceeding IS&T/SPIE Electronic Imaging 2004: Sensors and Camera Systems for Scientific, Industrial, and Digital Photography Applications V. Jan 2004.