• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.197-200
• /
• 2005

Super resolution image reconstruction method refers to image processing algorithms that produce a high resolution(HR) image from observed several low resolution(LR) images of the same scene. This method is proved to be useful in many practical cases where multiple frames of the same scene can be obtained, such as satellite imaging, video surveillance, video enhancement and restoration, digital mosaicking, and medical imaging. In this paper we applied super resolution reconstruction method in spatial domain to video sequences. Test images are adjacently sampled images from continuous video sequences and overlapped for high rate. We constructed the observation model between the HR images and LR images applied by the Maximum A Posteriori(MAP) reconstruction method that is one of the major methods in the super resolution grid construction. Based on this method, we reconstructed high resolution images from low resolution images and compared the results with those from other known interpolation methods.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.115-118
• /
• 2004

Images with high resolution are desired and often required in many visual applications. When resolution can not be improved by replacing sensors, either because of cost or hardware physical limits, super resolution image reconstruction method is what can be resorted to. Super resolution image reconstruction method refers to image processing algorithms that produce high quality and high resolution images from a set of low quality and low resolution images. The method is proved to be useful in many practical cases where multiple frames of the same scene can be obtained, including satellite imaging, video surveillance, video enhancement and restoration, digital mosaicking, and medical imaging. The method can be either the frequency domain approach or the spatial domain approach. Much of the earlier works concentrated on the frequency domain formulation, but as more general degradation models were considered, later researches had been almost exclusively on spatial domain formulations. The method in spatial domains has three stages: i) motion estimate or image registration, ii) interpolation onto high resolution grid and iii) deblurring process. The super resolution grid construction in the second stage was discussed in this paper. We applied the Maximum A­Posteriori(MAP) reconstruction method that is one of the major methods in the super resolution grid construction. Based on this method, we reconstructed high resolution images from a set of low resolution images and compared the results with those from other known interpolation methods.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.715-717
• /
• 2004

This paper proposes a new reconstruction method of high-resolution facial image from a low-resolution facial image based on a recursive error back-projection of top-down machine learning. A face is represented by a linear combination of prototypes of shape and texture. With the shape and texture information about the pixels in a given low-resolution facial image, we can estimate optimal coefficients for a linear combination of prototypes of shape and those of texture by solving least square minimization. Then high-resolution facial image can be obtained by using the optimal coefficients for linear combination of the high-resolution prototypes, In addition to, a recursive error back-projection is applied to improve the accuracy of synthesized high-resolution facial image. The encouraging results of the proposed method show that our method can be used to improve the performance of the face recognition by applying our method to reconstruct high-resolution facial images from low-resolution one captured at a distance.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권3호
• /
• pp.266-274
• /
• 2007

본 논문에서는 하향식 기계 학습 및 반복적 오차 역투영음 이용하여 한 장의 저해상도 얼굴 영상으로부터 고해상도 얼굴 영상을 복원하는 방법을 제안한다. 먼저 얼굴 영상을 독립된 형태 기저와 질감 기저의 선형 중첩으로 표현하고, 주어진 저해상도 얼굴 영상을 형태 기저와 질감 기저의 선형 중첩으 로 최대한 근사하게 표현할 수 있는 계수를 추정한다. 이 추정된 계수를 고해상도 얼굴 영상의 형태 기저 와 질감 기저의 선형 중첩 계수로 사용함으로써 고해상도 얼굴 영상을 복원한다. 또한, 복원된 고해상도 얼굴 영상의 정확도를 개선하기 위하여 학습 기반 오차 역투영 과정을 반복적으로 적용한다. 다양한 실험을 통하여, 제안된 방법이 저해상도 얼굴 영상으로부터 고해상도 얼굴 영상을 효과적으로 복원함을 입증하였으며, 이 방법을 사용하여 원거리 감시 시스템에서 획득된 저해상도 얼굴 영상을 고해상도 얼굴 영상으로 합성함으로써, 얼굴 인식 시스템의 성능을 높일 수 있음을 확인하였다.

• 센서학회지
• /
• 제19권2호
• /
• pp.118-123
• /
• 2010

This paper proposes super-resolution reconstruction algorithm for image enhancement. Super-resolution reconstruction algorithms reconstruct a high-resolution image from multi-frame low-resolution images of a scene. Conventional super- resolution reconstruction algorithms are iterative back-projection(IBP), robust super-resolution(RS)method and standard Papoulis-Gerchberg(PG)method. However, traditional methods have some problems such as rotation and ringing. So, this paper proposes modified algorithm to improve the problem. Experimental results show that this proposed algorithm solve the problem. As a result, the proposed method showed an increase in the PSNR for traditional super-resolution reconstruction algorithms.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2005년도 추계종합학술대회
• /
• pp.481-484
• /
• 2005

Inherent opportunities on research for restoring high resolution image from low resolution images are increasing in these days. Super resolution image reconstruction is the process of combining multiple low resolution images to form a higher resolution one. To achieve super resolution reconstruction, proper observation model which is based on subpixel shift information is required. In this context, the importance of the subpixel registration cannot be estimated because subpixel shift information cannot be obtained from original image. This paper presents a regularized adaptive super resolution reconstruction method based on phase correlated subpixel registration, where the Constrained Least Squares(CLS) Restoration is adopted as a post process.

• 대한전자공학회논문지SP
• /
• 제43권2호
• /
• pp.12-18
• /
• 2006

이 논문은 저해상도 동영상에서 자동화된 방식으로 한 장의 좋은 화질의 고해상도 영상을 얻는 방안을 제시한다. 여러 장의 저해상도 영상을 이용하여 고해상도 영상을 얻는 방법이 한 장의 저해상도 영상만을 이용하는 전통적인 보간 방법에 비해 좋은 결과를 보이기 위해서는 입력 영상들이 공통된 고해상도 격자에 잘 정합되어야 하므로, 정합오차를 충분히 고려하여 입력영상들을 주의 깊게 선택한다. 본 논문에서는 움직임 보상된 저해상도 영상들로부터 얻어진 통계적 특성을 활용하여 입력 영상 후보들의 입력 영상으로서의 적합성을 평가한다. 고해상도 영상획득모델로부터 움직임 보상오차의 최대값을 추정한다. 입력 영상 후보의 움직임 보상오차가 추정된 움직임 보상오차의 최대값보다 크면 입력 영상후보는 선정에서 제외된다. 선정된 적절한 유효 입력 영상 후보의 수와 움직임 보상오차의 통계치를 고려하여 최종 입력 영상들을 선별한다. 입력 영상 선별부에서 최종적으로 선별된 입력 영상들은 뒤따르는 고해상도 영상복원부로 입력된다. 제안된 방식은 사용자의 간섭없이 저해상도 동영상에서 효과적으로 입력 영상들을 선별하여 좋은 화질의 고해상도 영상을 얻는 응용에 사용될 것으로 기대된다.

• Spatial Information Research
• /
• 제13권4호
• /
• pp.345-354
• /
• 2005

초해상도 영상복원은 동일 지역을 촬영한 여러 장의 저해상도 영상을 이용하여 고해상도의 영상으로 재구성하는 영상처리 알고리즘 기법이다. 이 기법은 위성영상, 비디오 감시, 영상 강조 및 복원, 영상 모자이킹, 의료 영상과 같이 여러 장의 프레임 영상을 획득할 수 있는 분야에서 유용하게 사용될 수 있다. 본 연구에서는 지상을 촬영한 비디오 영상 열에 공간영역 초해상도 기법을 적용하였다. 실험에 사용된 영상은 높은 중복도로 촬영된 연속적인 비디오 영상에서 부표본화되었으며, 저해상도 영상과 고해상도 영상간의 관측 모델을 구성하고 초해상도 영상복원 기법중의 하나인 MAP 알고리즘을 적용하였다. MAP 기법을 이용하여 여러 장의 저해상도 영상에서 고해상도 영상으로 복원하였으며, 그 결과를 기존의 영상보간 방법들과 비교하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권9호
• /
• pp.3745-3761
• /
• 2020

Low-rank representation methods already achieve many applications in the image reconstruction. However, for high-gradient image patches with rich texture details and strong edge information, it is difficult to find sufficient similar patches. Existing low-rank representation methods usually destroy image critical details and fail to preserve edge structure. In order to promote the performance, a new representation-based image super-resolution reconstruction method is proposed, which combines gradient domain guided image filter with the structure-constrained low-rank representation so as to enhance image details as well as reveal the intrinsic structure of an input image. Firstly, we extract the gradient domain guided filter of each atom in high resolution dictionary in order to acquire high-frequency prior information. Secondly, this prior information is taken as a structure constraint and introduced into the low-rank representation framework to develop a new model so as to maintain the edges of reconstructed image. Thirdly, the approximate optimal solution of the model is solved through alternating direction method of multipliers. After that, experiments are performed and results show that the proposed algorithm has higher performances than conventional state-of-the-art algorithms in both quantitative and qualitative aspects.

• 대한전자공학회논문지SD
• /
• 제46권5호
• /
• pp.39-48
• /
• 2009

1984년 처음 SR 알고리즘이 제안된 이후, 많은 SR 복원 알고리즘이 제안되었다 SR의 접근방법 중에서도 공간적 접근방법은 저해상도 이미지의 픽셀 값을 고해상도 이미지 격자에 매핑 함으로써 이루어진다. 이때, 저해상도 이미지들 간의 각각 다른 노이즈와 다른 PSF(Point Spread Function) 함수, 왜곡으로 인해 매핑 시 문제가 된다. 때문에 저해상도 이미지들의 노이즈 성분을 최소화하는 방법이 필요하다. 본 논문에서는 노이즈 성분을 최소화하는 방법으로 L1 norm의 방법을 사용하고 이와 동시에 이미지의 경계를 보완해주는 Huber norm을 사용하는 SR의 구조를 제안한다. 실험에서는 타 알고리즘과의 비교를 통해 제안한 알고리즘이 저해상도 이미지 상에 존재하는 노이즈를 줄이고 이미지 경계부분의 보완을 확인하였다.