ارتقاء وضوح تصویر رنگی از روی رشته ای از تصاویر وضوح پایین

ارتقاء وضوح تصویر رنگی از روی رشته ای از تصاویر وضوح پایین

در سال­های اخیر، پیشرفت­های گسترده­ای در زمینه­ی سنسورهای تصویر و سیستم­های تصویربرداری دیجیتال صورت گرفته­است، اما هنوز محدودیت­های تئوری و عملی بر روی وضوح تصاویر گرفته شده با این دوربین­ها اثر می­گذارد. تکنیک­های فراتفکیک­پذیری (سوپر رزولوشن) به منظور غلبه بر این محدودیت­ها در سال­های اخیر گسترش یافته­اند. این تکنیک­ها با استفاده از یک و یا چند تصویر کم وضوح، تصویری با وضوح بالاتر ایجاد می­کنند. کارهای اخیر در زمینه­ی فراتفکیک­پذیری (که اغلب بر روی تصاویر خاکستری متمرکز شده­است)، به منظور کاهش پیچیدگی محاسباتی و افزایش مقاومت در برابر خطاهای مدل­سازی و نویز انجام شده­است. از سویی دیگر، روش­های موزائیک­ زدایی متعددی به منظور کاهش مصنوعات رنگی، که در نتیجه­ی استفاده از دوربین­های تک CCD است، مطرح شده­است.

در این پایان­نامه، با استفاده از روش­های آماری در پردازش سیگنال، چارچوب مقاومی را برای ترکیب تصاویر کم وضوح به منظور ایجاد تصویری با وضوح بالا پیشنهاد می­دهیم. در این روش، با استفاده از معیار مقاوم به خطا در تابع هدف و تطبیق فرآیند تخمین برای هر تصویر کم وضوح متناسب با دقت پارامترهای مدل و سطح نویز آن، بازسازی مقاومی را ایجاد نموده­ایم. همچنین با تعمیم این روش در حوزه­ی رنگ، و ادغام فرآیند تفکیک­پذیری و دموزانیک تصویر، توانسته­ایم علاوه بر افزایش وضوح تصاویر رنگی، موزائیک زدایی تصویر را نیز به طور همزمان انجام دهیم. آزمایش­های انجام شده نیز عملکرد خوب الگوریتم پیشنهادی را در مقابل نویز و خطا تصدیق می­کند.

واژه‌های کلیدی: فراتفکیک ­پذیری، ثبت تصاویر، تخمین-M، تنظیم کننده، موزائیک زدایی تصویر، فیلتر رنگی.

فهرست عناوین

صفحه

1 ‌ فصل اول مقدمه. 1

1‌.1‌ فراتفکیک­پذیری به عنوان یک مسئله معکوس.... 7

1‌.2‌ فصل بندی پایان نامه. 10

2 فصل دوم مرور کارهای گذشته. 13

2.1‌ مدل سیستم عکسبرداری.. 14

2‌.2‌ فراتفکیک پذیری در حوزه فرکانس.... 16

2‌.3‌ روشهای حوزه فضایی.. 18

2‌.3‌.1‌ درونیابی- بازسازی: روشهای غیرتکراری.. 19

2‌.3‌.2‌ روش های آماری.. 21

2.3.2.1‌ حداکثر احتمال.. 23

2‌.3‌.2‌.2‌ حداکثر احتمال پسین... 25

2.3.2.3‌ بازنشانی- MAP توام. 27

2‌.3‌.3‌ رویکرد طرح­ریزی بر روی مجموعه­های محدب.. 28

2.3.4‌ رویکرد ترکیبی ML-POCS. 30

3 فصل سوم ارتقاء وضوح تصاویر خاکستری.. 31

3.1‌ ترکیب تصاویر کم وضوح مبتنی بر تخمین- M... 32

3‌.1‌.1‌ چارچوب تخمین M... 32

3‌.1‌.2‌ ترکیب تصاویر مبتنی بر تخمین Half-Quadratic. 40

3‌.1‌.2‌.1‌ محاسبه پارامتر a مطابق با دقت هر فریم.. 42

3‌.1‌.3‌ تنظیم کننده­ها 45

3‌.2‌ روش پیشنهادی جهت ارتقاء وضوح.. 49

3‌.3‌ آزمایش­ها 50

3‌.3‌.1‌ بررسی روش­های متفاوت بازسازی و تاثیر تنظیم کننده­ها 51

3‌.3‌.2‌ ارزیابی عملکرد الگوریتم پیشنهادی در مقابل خطای ثبت... 52

3‌.3‌.3‌ ارزیابی استحکام روش پیشنهادی در مقابل پرتی­ها 54

3‌.3‌.4‌ پیاده­سازی روش پیشنهادی روی تصاویر واقعی.. 55

4 فصل چهارم ارتقاء وضوح تصاویر رنگی.. 65

4‌.1‌ مروری بر مسائل فراتفکیک­پذیری در تصاویر رنگی و موزائیک زدایی تصویر. 66

4‌.1‌.1‌ فراتفکیک پذیری در تصاویر رنگی.. 66

4‌.1‌.2‌ موزائیک زدایی تصویر. 67

4‌.1‌.3‌ ادغام فراتفکیک­پذیری و موزائیک زدایی در یک فرآیند. 73

4‌.2‌ مدل ریاضی و حل مسئله. 75

4‌.2‌.1‌ مدل ریاضی سیستم عکسبرداری.. 75

4‌.3‌ روش پیشنهادی جهت موزائیک زدایی چند فریمی.. 78

4‌.3‌.1‌ جمله­ی وفاداری.. 80

4‌.3‌.2‌ جمله­ی جریمه­ی روشنایی.. 80

4‌.3‌.3‌ جمله­ی جریمه­ی رنگ... 81

4‌.3‌.4‌ جمله­ی جریمه­ی وابستگی­های رنگی.. 82

4‌.4‌ تابع هزینه کلی.. 83

4‌.5‌ آزمایش­ها 84

4‌.5‌.1‌ بررسی عملکرد الگوریتم پیشنهادی در برابر خطاهای ثبت... 86

4‌.5‌.2‌ بررسی عملکرد الگوریتم پیشنهادی در برابر پرتی­ها 87

5 فصل پنجم جمع­بندی و نتیجه­گیری.. 95

5‌.1‌ نتیجه­گیری.. 96

5‌.2‌ پیشنهادهایی برای کارهای آتی.. 97

منابع و مراجع. 101

پیوست­ها 115

فهرست اشکال

صفحه

شکل 1-1 الگوی وضوح USAF 1951، آزمونی کلاسیک، که برای تعیین وضوح سیستم و حسگرهای تصویربرداری استفاده می­شود [3]. 3

شکل 1-2 ایده اصلی بازسازی فراتفکیک­پذیری از فریم­های کم وضوح. حرکت نسبی فریم­های کم وضوح به اندازه کسری از پیکسل، در بازسازی تصویر وضوح بالا کمک می کند[3]. 5

شکل 1-3 نمایش مثال ساده از مسئله فراتفکیک­پذیری مبتنی بر حرکت. (الف)، تصویر وضوح بالا شامل چهار پیکسل. (ب) -(ه)، تصاویر کم وضوح یک پیکسلی که توسط یک دوربین خیالی گرفته شده است. فرض بر این است که، PSF دوربین مشخص و سطح خاکستری تمام پیکسل­های مرزی صفر است، مقادیر پیکسل­های تصویر وضوح بالا می­توانند دقیقاً از تصاویر کم وضوح تخمین زده شوند[11]. 6

شکل 2-‌‌1 مدل مشاهده یک سیستم تصویربرداری واقعی متناسب با تصویر وضوح بالا به فریم­های مشاهده کم وضوح با حرکت بین صحنه و دوربین [3]. 15

شکل 2-2 رویکرد درونیابی SR مبتنی بر همترازی تصاویر LR و حذف ماتی تصویر بعنوان فرآیند پس پردازش [3]. 20

شکل 3-1 تاثیر افزایش مقیاس ماتریس روی تصویر 3×3 و ماتریس کاهش مقیاس D روی تصویر متناظر افزایش مقیاس یافته 9×9 (ضریب افزایش وضوح 3 است)[11]. 36

شکل 3-2 (الف) معیار خطاهای Lorentzian، Huber، Leclerc و Tukey’s Biweight در حدآستانه T=50، (ب) توابع نفوذ متناظر 39

شکل3-3 (الف) معیار خطای L1 ،L2 و Half-quadratic، (ب) توابع نفوذ متناظر آن­ها 41

شکل 3-4 (الف) معیار خطای Half-quadratic به ازای مقادیر مختلف a ، (ب) توابع نفوذ متناظر. 42

شکل 3-5 تصاویر اصلی مربوط به (الف) دیسک، (ب) اعلامیه. 56

شکل 3-6 (الف) تصویر اصلی، (ب) یکی از فریم­های کم وضوح، (ج) درون­یابی دوسویه، (د) بازسازی با روش جابجایی و اضافه کردن، (ه) تخمینگر Half-quadratic، (و) روش پیشنهادی.. 57

شکل 3-7 (الف) تصویر اصلی، (ب) یکی از فریم­های کم وضوح، (ج) درون­یابی دوسویه، (د) بازسازی با روش جابجایی و اضافه کردن، (ه) تخمینگر Half-quadratic، (و) روش پیشنهادی.. 58

شکل 3-8 نتایج بدست آمده با اعمال روش­های مختلف بازسازی با در نظر گرفتن خطای ثبت در 8 فریم انتهایی. (الف) L2+تیخونوف، (ب) L1+BTV، (ج) Huber+BTV، (د) روش پیشنهادی.. 59

شکل 3-9 (الف) منحنی E_k برای فریم­های کم وضوح که در 8 فریم انتهایی دارای خطای ثبت می­باشند، (ب) منحنی a_k با استفاده از روش پیشنهادی. 60

شکل 3-10 توابع نفوذ تخمینگر Half-quadratic با در نظر گرفتن مقادیر مختلف a_k برای 5 فریم. منحنی­های فیروزه­ای و بنفش بترتیب متناظر با فریمLR#14 و فریمLR#16 هستندکه درگیر خطای ثبت می­باشند. 60

شکل 3-11 منحنی مقادیر PSNR متناظر با روشهای مختلف و سطوح مختلف نویز. (الف) در صورتی­که نیمی از فریم­ها درگیر نویز باشند، (ب) در صورتی­که تمامی فریم­ها درگیر نویز باشند. 61

شکل 3-12 نتایج بازسازی تصویر با روشهای مختلف، در صورتی­که تمامی فریم­ها با نویز 20% آلوده شده باشند. (الف) یکی از فریم­های کم وضوح با نویز 20%، (ب) L2+تیخونوف، (ج)L1+BTV، (د)Huber+BTV، (ه) روش مطرح شده در[80]، (و) روش پیشنهادی 62

شکل 3-13 (الف) یکی از فریم­های کم وضوح، (ب) بازسازی تصویر با روش درونیابی دوسویه، (ج) L2+تیخونوف، (د) L1+BTV ، (ه) Huber+BTV، (و) روش پیشنهادی. 63

شکل 3-14 (الف) یکی از فریم­های کم وضوح ، (ب) بازسازی تصویر با روش درونیابی دوسویه، (ج) L2+تیخونوف، (د) L1+BTV ، (ه) Huber+BTV، (و) روش پیشنهادی. 64

شکل 4-1 (الف) فیلتر رنگی با الگوی بایر در حالت 1-CCD، (ب) آرایه حسگر 3-CCD... 68

شکل 4-2 اصول درونیابی خطی در الگوریتم موزائیک زدایی تک فریمی. (الف) قرمز، (ب) سبز، (ج) آبی.. 69

شکل 4-3 (الف) تصویر با وضوح بالا گرفته شده با دوربین 3-CCD. (ب) تصویر کاهش مقیاس یافته با ضریب 4 . (ج) تصویری که ابتدا توسط فیلتر گوسی مات می­شود و سپس با ضریب 4 کاهش مقیاس داده می­شود. تصاویر (الف)، (ب) و (ج) با روش [125] موزائیک زدایی شده­اند و نتیجه­ی آن­ها به ترتیب در شکل­های (د)، (ه) و(و) نشان داده شده است. 72

شکل 4-4 مثالی از فرآیند جابجایی و اضافه کردن. تصویر رنگی ورودی با ضریب r=2 افزایش مقیاس می­یابد، و متناظر با معکوس ماتریس حرکت، جابجا می­شود. تصویر جابجا شده با سایر فریم­هایی که آپسمپل و جابجا شدهاند، جمع می­شود[130]. 74

شکل 4-‌‌5 نمودار مستطیلی مدل ریاضی تصویر که در این فصل در نظر گرفته می­شود. x تصویر اصلی ، v نویز افزوده و y تصویر کم وضوح فیلتر شده است. عملگرهای F، H، D و A به ترتیب فرآیندهای انحراف، ماتی، کاهش مقیاس و فیلتر رنگی هستند. 76

شکل 4-6 نمایش نمودار مستطیلی رویکرد کلاسیک در بازسازی چندفریمی تصاویر رنگی.. 78

شکل 4‌-7 نمایش نمودار مستطیلی رویکرد مستقیم در بازسازی چندفریمی تصاویر رنگی.. 79

شکل 4‌-8 (الف) تصویر اصلی، (ب) یکی از فریم­های کم وضوح فیلتر شده با الگوی بایر. 87

شکل 4-9 (الف) نتیجه­ی موزائیک زدایی یکی از فریم­های کم وضوح که با روش [123]، (ب) نتیجه­ی موزائیک زدایی یکی از فریم­های کم وضوح که با روش [125]، (ج) نتیجه­ی اعمال روش فراتفکیک­پذیری خاکستری (معادله­ی 3-30) روی فریم­های کم وضوح موزائیک زدایی شده با روش [123]، (د) نتیجه­ی اعمال روش فراتفکیک­پذیری خاکستری (معادله­ی 3-30) روی فریم­های کم وضوح موزائیک زدایی شده با روش [125]. 88

شکل 4‌-10 (الف) تصویر بدست آمده با روش جابجایی و اضافه کردن، (ب) بازسازی تصویر با روش [115]، (ج) تصویر حاصل از پیاده­سازی روش پیشنهادی روی داده­های خام در صورتی­که مقدار اولیه با درون­یابی دو سویه از اولین فریم کم وضوح موزائیک زدایی شده با روش [125] باشد، (د) تصویر حاصل از پیاده­سازی روش پیشنهادی روی داده­های خام در صورتیکه تصویر حاصل از روش جابجایی و اضافه کردن به عنوان مقدار اولیه استفاده شود. 89

شکل 4-11 بزرگ نمایی بخشی از تصویر در لایه روشنایی، (الف) روش [115]، (ب) روش پیشنهادی.. 90

شکل 4-12 رسم مقادیر a_k برای هر سه باند رنگی در صورتی­که 5 فریم انتهایی دارای خطای ثبت باشد. 90

شکل 4‌-13 بازسازی تصویر در صورتی­که در 5 فریم انتهایی خطای ثبت ایجاد شود، (الف) روش [115]، (ب) روش پیشنهای، (ج) بزرگنمایی بخش از تصویر (الف)، (د) بزرگنمایی بخش از تصویر (ب) 91

شکل 4‌-14 نتایج بازسازی تصویر در صورتی­که نیمی از فریم­های کم وضوح به نویز فلفل و نمک با سطوح متفاوت آلوده باشند، (الف) روش [115] در حضور سطح نویز 5%، (ب) روش پیشنهادی با در حضور سطح نویز 5%، (ج) روش [115] در حضور سطح نویز 10%، (د) روش پیشنهادی در حضور سطح نویز 10%، (ه) روش [115] در حضور سطح نویز 20%، (و) روش پیشنهادی در حضور سطح نویز 20% 93

فهرست جداول

صفحه

جدول 3-1 بردارهای حرکت (درشبکه LR) استفاده شده برای ایجاد فریم­های کم وضوح.. 53

جدول 3-2 بردارهای نادرست حرکت (درشبکه LR) که برای شبیه­سازی اثر خطای ثبت استفاده می­شود. 53

خرید فایل

عکس با وضوح بالا از یک ربات مکانیک به همراه آچار

اندازه(پیکسل): 6250X5000 وضوح (رزولیشن): 300Dpi فرمت(نوع فایل): JPG ...

عکس با وضوح بالا در دست ساخت

اندازه(پیکسل): 6250X5000 وضوح (رزولیشن): 300Dpi فرمت(نوع فایل): JPG ...

عکس با وضوح بالا ربات در حال بازی تنیس

اندازه(پیکسل): 5000X6250 وضوح (رزولیشن): 300Dpi فرمت(نوع فایل): JPG ...

عکس با وضوح بالا نمایی از ربات اندروید

اندازه(پیکسل): 6250X5000 وضوح (رزولیشن): 300Dpi فرمت(نوع فایل): JPG ...

عکس با وضوح بالا کار با طرح بر روی رابط مجازی سابقه و هدف آینده

اندازه(پیکسل): 6000X6000 وضوح (رزولیشن): 300Dpi فرمت(نوع فایل): JPG ...

عکس با وضوح بالا از پیتزا ژامبون همراه زیتون سیاه ،زیتون سبز،بر روی میز

ابعاد:5000X3500 Pixel کیفیت رزولیشن:300Dpi فرمت:JPG ...