กรอบแนวคิดของการสร้างภาพความละเอียดสูงยิ่งโดยโดเมนความถี่จากภาพความละเอียดต่ำที่มีปัญหาเอเลียสซิง (Aliasing): ภาคทฤษฎี
Article Sidebar
Main Article Content
Abstract
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
I and co-author(s) certify that articles of this proposal had not yet been published and is not in the process of publication in journals or other published sources. I and co-author accept the rules of the manuscript consideration. Both agree that the editors have the right to consider and make recommendations to the appropriate source. With this rights offering articles that have been published to Panyapiwat Institute of Management. If there is a claim of copyright infringement on the part of the text or graphics that appear in the article. I and co-author(s) agree on sole responsibility.
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.