JP2005317011A - 高解像度画像を発生する方法、デジタル画像編集ツールおよび媒体 - Google Patents
高解像度画像を発生する方法、デジタル画像編集ツールおよび媒体 Download PDFInfo
- Publication number
- JP2005317011A JP2005317011A JP2005126848A JP2005126848A JP2005317011A JP 2005317011 A JP2005317011 A JP 2005317011A JP 2005126848 A JP2005126848 A JP 2005126848A JP 2005126848 A JP2005126848 A JP 2005126848A JP 2005317011 A JP2005317011 A JP 2005317011A
- Authority
- JP
- Japan
- Prior art keywords
- high resolution
- image
- group
- low resolution
- estimated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims description 78
- 230000009466 transformation Effects 0.000 claims description 36
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 5
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 238000013519 translation Methods 0.000 description 12
- 230000014616 translation Effects 0.000 description 12
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 7
- 238000003672 processing method Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 235000019557 luminance Nutrition 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
- Television Systems (AREA)
Abstract
【課題】一群のソース低解像度画像から高解像度画像を発生する。
【解決手段】高解像度画像を一群の低解像度画像に基づいて推定するステップを含む。該推定された高解像度画像は、次いで、一群の推定された低解像度画像に変換される。前記一群のソース低解像度画像は該推定された低解像度画像と比較されて、一群の低解像度エラーを発生する。該一群の低解像度エラーは、一群の高解像度エラーに変換される。該一群の高解像度エラーに基づく高解像度エラー画像が発生される。該高解像度エラー画像は前記の推定された高解像度画像と組み合わされて、更新された推定高解像度画像を生じる。これらステップは、上記更新された推定高解像度画像が所望の品質のもととなるまで繰り返される。
【選択図】図1
【解決手段】高解像度画像を一群の低解像度画像に基づいて推定するステップを含む。該推定された高解像度画像は、次いで、一群の推定された低解像度画像に変換される。前記一群のソース低解像度画像は該推定された低解像度画像と比較されて、一群の低解像度エラーを発生する。該一群の低解像度エラーは、一群の高解像度エラーに変換される。該一群の高解像度エラーに基づく高解像度エラー画像が発生される。該高解像度エラー画像は前記の推定された高解像度画像と組み合わされて、更新された推定高解像度画像を生じる。これらステップは、上記更新された推定高解像度画像が所望の品質のもととなるまで繰り返される。
【選択図】図1
Description
本発明は、広くは画像処理に係り、更に詳細には一群の低解像度画像から高解像度画像を発生する方法及びシステムに関する。
通常、超解像と呼ばれる低解像度画像の群からの高解像度画像の生成は従来知られており、このような高解像度画像を発生する多くの技術が考察されている。例えば、Patti他の米国特許第5,696,848号は一連の低解像度画像から高解像度画像を生成する方法を開示している。該方法においては、或る低解像度画像が高解像度画像へ再構築されるべき基準画像として選択される。動きベクトルを使用して各低解像度画像におけるピクセルを高解像度画像のロケーションにマッピングするために、マッピング変換が作成される。精度マップを作成するために、各低解像度画像のための動きベクトルに対する動き検出推定の精度が検出される。ぼけPSFを計算するために、マッピング変換、精度マップ、開口時間、センサ幾何構造、光学的ぼけ点像分布関数(PSF)及び高解像度サンプリング幾何構造が使用される。次いで、高解像度画像を生成するために精度マップ、ぼけPSF、マッピング変換からの動き情報及び低解像度画像が使用される。
Bender他の米国特許第5,657,402号及び同第5,920,657号は、複数の低解像度画像フレームから高解像度静止画像を作成する方法を開示している。該方法において、各画像フレームは拡大され、変換データが高解像度画像を表す一層大きなデータ空間にマッピングされる。動きベクトルが計算されて、或る低解像度画像フレームにおけるピクセルが他の低解像度画像フレームにおけるピクセルにマッピングされるのを可能にする。次いで、或る低解像度画像フレームからのピクセルが次の低解像度画像フレームのピクセルにマッピングされ、該マッピングされた画像フレームにおける点間の空間を満たすように補間がなされる。画像フレーム間に一層大きな変位が生じる場合、ピラミッドデータ構造が使用される。
Crinon他の米国特許第6,285,804号は複数の低解像度画像から高解像度画像を作成する方法を開示している。該方法においては、高解像度サンプリング格子点を低解像度画像上のピクセル間位置にマッピングする動きベクトルが導出される。各ピクセル間位置への最短距離を持つような低解像度画像内のピクセルが識別される。各高解像度格子点における識別された低解像度ピクセルのうちの1つが選択される。高解像度格子点に対して、ピクセル輝度値が、選択された低解像度ピクセルに従い補間によりマッピングされる。
上述した文献は低解像度画像の群から高解像度画像を発生する種々の技術を開示しているが、改善された方法が望まれている。
従って、本発明の目的は一群の低解像度画像から高解像度画像を発生する新規な方法及びシステムを提供することにある。
本発明の一態様によれば、一群の低解像度画像から高解像度画像を生成する方法であって、
(a)一群のソース低解像度画像に基づいて高解像度画像を推定するステップと、
(b)前記推定された高解像度画像を一群の推定された低解像度画像に変換するステップと、
(c)前記一群のソース低解像度画像を前記一群の推定された低解像度画像と比較して、一群の低解像度エラーを生成するステップと、
(d)前記一群の低解像度エラーを一群の高解像度エラーに変換するステップと、
(e)前記一群の高解像度エラーに基づいて高解像度エラー画像を発生するステップと、
(f)前記高解像度エラー画像を前記推定された高解像度画像と組み合わせて、更新された推定高解像度画像を生じるステップと、
(g)ステップ(b)ないし(f)を、前記更新された推定高解像度画像が所望の品質のものとなるまで繰り返すステップと、
を有するような方法が提供される。
(a)一群のソース低解像度画像に基づいて高解像度画像を推定するステップと、
(b)前記推定された高解像度画像を一群の推定された低解像度画像に変換するステップと、
(c)前記一群のソース低解像度画像を前記一群の推定された低解像度画像と比較して、一群の低解像度エラーを生成するステップと、
(d)前記一群の低解像度エラーを一群の高解像度エラーに変換するステップと、
(e)前記一群の高解像度エラーに基づいて高解像度エラー画像を発生するステップと、
(f)前記高解像度エラー画像を前記推定された高解像度画像と組み合わせて、更新された推定高解像度画像を生じるステップと、
(g)ステップ(b)ないし(f)を、前記更新された推定高解像度画像が所望の品質のものとなるまで繰り返すステップと、
を有するような方法が提供される。
一実施例においては、前記発生するステップの間に、前記高解像度エラーが平均化されて前記高解像度エラー画像を発生する。他の実施例においては、前記高解像度エラーにおける対応するピクセルの中央値(median)が決定され、これら中央値が前記高解像度エラー画像を発生するために使用される。更に他の実施例では、前記高解像度エラーにおける対応するピクセルがソートされ、選択されたソートされたピクセルが破棄され、残りの対応するピクセルが平均化されて前記高解像度エラー画像を発生する。
一実施例においては、前記推定するステップの間に、前記ソース低解像度画像が重ね合わされ、平均化され、次いで高解像度空間に拡大され、これにより前記推定された高解像度画像を生じる。上記拡大は双線形伸張方法(bilinear stretching method)を用いて実行される。上記重ね合わせの間において、前記群における各ソース低解像度画像に対して、当該ソース低解像度画像を当該群における指定されたソース低解像度画像に投影するような変換マトリクスが発生される。該変換マトリクスは、前記推定された高解像度画像の推定された低解像度画像への変換の間、及び前記低解像度エラーの高解像度エラーへの変換の間に使用される。
本発明の他の態様によれば、高解像度画像を生成する方法であって、
整合された(aligned)ソース低解像度画像の平均を補間することにより初期高解像度画像を推定するステップと、
前記初期高解像度画像からダウンサンプリングされた推定された低解像度画像を発生するステップと、
前記推定された低解像度画像を前記ソース低解像度画像と比較して、帰還エラーデータを生成するステップと、
前記帰還エラーデータを使用して、前記推定された高解像度画像を更新するステップと、
を有し、前記推定する、発生する及び比較するステップが、前記推定された高解像度画像が所望の解像度のものになるまで反復的に実行されるような方法が提供される。
整合された(aligned)ソース低解像度画像の平均を補間することにより初期高解像度画像を推定するステップと、
前記初期高解像度画像からダウンサンプリングされた推定された低解像度画像を発生するステップと、
前記推定された低解像度画像を前記ソース低解像度画像と比較して、帰還エラーデータを生成するステップと、
前記帰還エラーデータを使用して、前記推定された高解像度画像を更新するステップと、
を有し、前記推定する、発生する及び比較するステップが、前記推定された高解像度画像が所望の解像度のものになるまで反復的に実行されるような方法が提供される。
本発明の更に他の態様によれば、一群のソース低解像度画像から高解像度画像を生成するデジタル画像編集ツールであって、
前記一群のソース低解像度画像に基づいて高解像度画像を推定する手段と、
前記推定された高解像度画像を一群の推定された低解像度画像に変換する第1の変換する手段と、
前記一群のソース低解像度画像を前記一群の推定された低解像度画像と比較して、一群の低解像度エラーを生成する手段と、
前記一群の低解像度エラーを一群の高解像度エラーに変換する第2の変換する手段と、
前記一群の高解像度エラーに基づいて高解像度エラー画像を発生する手段と、
前記高解像度エラー画像を前記推定された高解像度画像と組み合わせて、更新された推定高解像度画像を生じる手段と、
を有し、前記第1の変換する手段、比較する手段、第2の変換する手段、発生する手段及び組み合わせる手段が、前記更新された推定高解像度画像が所望の品質のものとなるまで反復的に動作されるようなツールが提供される。
前記一群のソース低解像度画像に基づいて高解像度画像を推定する手段と、
前記推定された高解像度画像を一群の推定された低解像度画像に変換する第1の変換する手段と、
前記一群のソース低解像度画像を前記一群の推定された低解像度画像と比較して、一群の低解像度エラーを生成する手段と、
前記一群の低解像度エラーを一群の高解像度エラーに変換する第2の変換する手段と、
前記一群の高解像度エラーに基づいて高解像度エラー画像を発生する手段と、
前記高解像度エラー画像を前記推定された高解像度画像と組み合わせて、更新された推定高解像度画像を生じる手段と、
を有し、前記第1の変換する手段、比較する手段、第2の変換する手段、発生する手段及び組み合わせる手段が、前記更新された推定高解像度画像が所望の品質のものとなるまで反復的に動作されるようなツールが提供される。
本発明の更に他の態様によれば、一群のソース低解像度画像から高解像度画像を生成するようなコンピュータプログラムを具現化するコンピュータ読み取り可能な媒体であって、
前記一群のソース低解像度画像に基づいて高解像度画像を推定するコンピュータプログラムコードと、
前記推定された高解像度画像を一群の推定された低解像度画像に第1に変換するコンピュータプログラムコードと、
前記一群のソース低解像度画像を前記一群の推定された低解像度画像と比較して、一群の低解像度エラーを生成するコンピュータプログラムコードと、
前記一群の低解像度エラーを一群の高解像度エラーに第2に変換するコンピュータプログラムコードと、
前記一群の高解像度エラーに基づいて高解像度エラー画像を発生するコンピュータプログラムコードと、
前記高解像度エラー画像を前記推定された高解像度画像と組み合わせて、更新された推定高解像度画像を生じるコンピュータプログラムコードと、
前記第1に変換する、比較する、第2に変換する、発生する及び組み合わせるコンピュータプログラムコードを、前記更新された推定高解像度画像が所望の品質のものとなるまで反復的に実行するコンピュータプログラムコードと、
を有するようなコンピュータ読み取り可能な媒体が提供される。
前記一群のソース低解像度画像に基づいて高解像度画像を推定するコンピュータプログラムコードと、
前記推定された高解像度画像を一群の推定された低解像度画像に第1に変換するコンピュータプログラムコードと、
前記一群のソース低解像度画像を前記一群の推定された低解像度画像と比較して、一群の低解像度エラーを生成するコンピュータプログラムコードと、
前記一群の低解像度エラーを一群の高解像度エラーに第2に変換するコンピュータプログラムコードと、
前記一群の高解像度エラーに基づいて高解像度エラー画像を発生するコンピュータプログラムコードと、
前記高解像度エラー画像を前記推定された高解像度画像と組み合わせて、更新された推定高解像度画像を生じるコンピュータプログラムコードと、
前記第1に変換する、比較する、第2に変換する、発生する及び組み合わせるコンピュータプログラムコードを、前記更新された推定高解像度画像が所望の品質のものとなるまで反復的に実行するコンピュータプログラムコードと、
を有するようなコンピュータ読み取り可能な媒体が提供される。
本発明は、種々の品質の一群のソース低解像度画像から高品質の高解像度画像を高速且つ効率的に発生することができるという利点を提供する。
以下、本発明の実施例を添付図面を参照して更に詳細に説明する。
本発明は、広くは、一群の重ね合わされた(registered)又は整合された(aligned)低解像度画像から高品質の高解像度画像を発生する、一般的に超解像と呼ばれる方法及びシステムに関するものである。本方法においては、整合された入力ソース低解像度画像の平均を補間することにより、初期高解像度画像が推定される。次いで、該初期高解像度推定画像から、シミュレーションされた低解像度画像が発生される。該シミュレーションされた低解像度画像は前記入力ソース低解像度画像と比較されて、帰還エラーデータを発生する。次いで、該帰還エラーデータは上記初期高解像度推定画像を更新するために使用される。上記ステップは、所望の品質の推定された高解像度画像が生成されるまで、反復的に実行される。
本発明は、パーソナルコンピュータ等の処理ユニットにより実行されるソフトウェアアプリケーションにおいて具現化することができる。斯かるソフトウェアアプリケーションは、自立型のデジタル画像編集ツールとして実行することができるか、又は他の利用可能なデジタル画像編集アプリケーションに組み込んで斯かるデジタル画像編集アプリケーションに拡張された機能を付与することもできる。
ここで図1を参照すると、一群の又は一連のソース低解像度画像から高解像度画像を発生する間に実行されるステップを示すフローチャートが示されている。各低解像度画像は、[L1xL2]なる寸法のピクセルマトリクスLを含む。最初に、所望の高解像度画像が発生されるべき上記群のソース低解像度画像は重ね合わされる(ステップ100)。上記ソース低解像度画像が重ね合わされたら、該重ね合わされたソース低解像度画像に基づいて高解像度画像が推定される(ステップ102)。該推定された高解像度画像は[H1xH2]なる寸法のピクセルマトリクスHを含む。次いで、該推定された高解像度画像は一群の推定された低解像度画像に変換される(ステップ104)。次に、該一連の推定された低解像度画像は前記ソース低解像度画像と比較されて、各々がピクセルマトリクスELを含むような一群の低解像度エラーを発生する(ステップ106)。次いで、上記一群の低解像度エラーは、各々がピクセルマトリクスEHを含むような一群の高解像度エラーに変換される(ステップ108)。次いで、上記一群の高解像度エラーから、推定された高解像度エラー画像が発生される(ステップ110)。該高解像度エラー画像はピクセルマトリクスEIHを含む。該推定された高解像度エラー画像は、ステップ102において推定された高解像度画像と組み合わされ、結果として更新された推定高解像度画像が得られる(ステップ112)。ステップ104ないし112は、所望の解像度を示すような推定高解像度画像が発生されるまで反復的に実行される。上述した方法の更なる詳細を図1〜図3を参照して説明する。
ステップ100におけるソース低解像度画像の重ね合わせの間においては、当該郡内の“左端”画像から開始して、各低解像度画像Iが順番的に右側の次の隣接する低解像度画像I’と、特徴型(feature-based)重ね合わせ方法を用いて重ね合わされる。一対の低解像度画像の特徴型重ね合わせの間において、隣接する低解像度画像I及びI’における高曲率点に対応する特徴部が抽出され、斯かる特徴部内の角(コーナ)が検出される。グレイスケールハリス角検出法が採用され、下記の演算子、
に基づくものであるが、ここで、
c(x,y)は検出される角であり、
y及びxは、当該低解像度画像の左上角が座標(0,0)にあると仮定した場合の該低解像度画像におけるピクセルの座標であり、
Ix及びIyは方向微分(directional derivative)を各々示し、
εは、オーバーフローを防止するための小さな数であり、
各特徴部を囲む小さな近傍内の閉じた角をフィルタ除去するために、7x7ピクセルのウインドウが使用される。隣接する低解像度画像I及びI’の各々において検出される最初の300の角c(x,y)が使用される。隣接する低解像度画像I及びI’における検出された角の数が300より少ない場合は、検出された角の全てが使用される。
低解像度画像Iにおける各角cに関し、低解像度画像I’における全ての角c’に対して相関がなされる。これは、低解像度画像I’全体において低解像度画像Iの各角cを探索することと等価である。角cと角c’との間の相関を決定するために、角c及びc’に中心を合わされたウインドウが使用される。低解像度画像Iにおける角c(u,v)と低解像度画像I’における角c’(u’,v’)との間の相関スコアを計算するために、正規化された相互相関NCCが使用される。正規化された相互相関NCCは、
相関スコアは、全く似ていない2つの相関ウインドウに対する−1から、同一である2つの相関ウインドウに対する1までの範囲となる。角の一致する対を選択するために閾が適用される。本例では0.6に等しい閾値が使用されるが、閾値は特定のアプリケーションに対して変化してもよい。最初の角の突き合わせの後、低解像度画像Iにおける各角cが低解像度画像I’における一群の候補となる一致する角c’を有するような角のリストが得られる。本例では、候補一致角の最大許容数は20に設定されるので、低解像度画像Iにおける各角cは、可能性として低解像度画像I’において0ないし20の候補一致角を有する。
低解像度画像Iにおける各角cが低解像度画像I’における一群の候補一致角と一致されたら、一致する角を明確にするために緩和技術が使用される。緩和の目的で、cが低解像度画像Iにおける角であり、c’が低解像度画像I’における角であるような候補となる一致する角の対(c,c’)が存在すると仮定する。Ψ(c)及びΨ(c’)を、MxNピクセルの近傍内における角c及びc’の近隣の角であるとする。候補となる一致する角の対(c,c’)が良好な一致であれば、gがΨ(c)の角であり、g’がΨ(c’)の角であるとした場合、角cに対する角gの位置が角c’に対する角g’の位置に類似しているような他の多くの角対(g,g’)が当該近傍内に見られるであろう。反対に、候補一致角対(c,c’)が悪い一致であれば、当該近傍内には僅かの一致する角しか、又は全く一致する角は見られないであろう。
一致のスコアSMが、
画像面内における回転角度は60度未満であると仮定される。ベクトル
との間の角度がチェックされて、該角度が60度より大きいかを判定し、もしそうなら、δ(c,c’;g,g’)は零なる値をとる。当該群における最大の一致スコアSMを生じるような候補一致角c’が、一致する角として選択される。
上記緩和技術の実行の結果、一致する角のリストが、低解像度画像Iの或る角cが低解像度画像I’における1つの角c’のみに対応する如くに曖昧さなしで存在することになり、これにより、各低解像度画像Iに対して低解像度画像Iにおける角cを隣接する低解像度画像I’における対応する角c’に重ね合わせるような整合マトリクスを生じる。
重ね合わされた隣接する低解像度画像I及びI’における角c及びc’を用いて、隣接する低解像度画像の各対に対する一致する角のリストに基づく変換が推定され、これにより変換マトリクスMを生じる。特に2つの隣接する低解像度画像I及びI’が小さな重なり部分しか有さない場合には多数の誤った角の一致が存在するかも知れないから、強力な変換推定技術が使用される。
本例では、各対の隣接する低解像度画像の間の変換を詳述するような変換を推定する射影変換が使用される。他の例として、ソース低解像度画像の当該郡内に非投影的動きしか存在しない場合には、変換を推定するためにアフィン変換又は平行移動を使用することができる。理解されるように、アフィン変換又は平行移動を推定することは容易であり、従って射影変換を推定するより高速である。
射影変換推定の間では、ランダムサンプル一致アルゴリズム(random sample consensus algorithm: RANSAC)型技術が使用される。最初に、N対の一致する角が整合マトリクスから選択され、斯かる一致する角の間の変換を詳述するような射影変換が、該射影変換をモデル化する一群の線形方程式を解くことにより推定される。次いで、該推定された射影変換は他の対の一致する角からの支持を調査することにより評価される。この処理は、他の群のランダムに選択されたN対の一致する角を使用して実行される。最大数の角の一致を支持する射影変換が選択される。特に、上述した処理は、下記の手順に従い実行される。
1.MaxM←0
2.Iteration←1
3.ランダムに選択されたN対の一致する角の各群に対して、ステップ4ないし10を実行する
4.Iteration←Iteratrion+1
5.(Iteration>MaxIteration)なら、ステップ11に進む
6.適切な群の線形方程式を解くことにより、射影変換を推定する
7.該射影変換を支持する一致された角の対の数Nを計算する
8.(N>MaxN)ならステップ9及び10を実行し、それ以外ならステップ3に進む
9.MaxN←N
10.最適変換←現変換
11.(MaxN>5)なら成功裏に戻り、それ以外なら失敗で戻る。
1.MaxM←0
2.Iteration←1
3.ランダムに選択されたN対の一致する角の各群に対して、ステップ4ないし10を実行する
4.Iteration←Iteratrion+1
5.(Iteration>MaxIteration)なら、ステップ11に進む
6.適切な群の線形方程式を解くことにより、射影変換を推定する
7.該射影変換を支持する一致された角の対の数Nを計算する
8.(N>MaxN)ならステップ9及び10を実行し、それ以外ならステップ3に進む
9.MaxN←N
10.最適変換←現変換
11.(MaxN>5)なら成功裏に戻り、それ以外なら失敗で戻る。
理論的には、射影変換を推定するためには、4対のみの一致する角が必要とされる。或る対の一致する角が依存的である可能性があり、これは当該マトリクスを特異にさせてしまう。これを防止するために、成功裏の射影変換推定が決定されるには、少なくとも5対の一致する角が必要とされる。上記一群の線形方程式を解くために最小自乗LSQRソルバが使用され、発見的制約が適用される。即ち、推定された射影変換マトリクスが発見的制約により満足されなかった場合、当該射影変換推定は悪く、該推定を支持する一致する角は存在しないと仮定される。変換マトリクスMが、
最大反復数(MaxIteration)も発見的に付与される。本例では、最大反復数は、
なる式に従い、ここで、
Pは、正しい解が存在することを保証する確率であり、
Χは、誤った一致する角の対の割合であり、
ηは、解に必要な一致する角の数(アフィンの場合は8、射影の場合は10)であり、
mはランダム反復の最大数である。
当該方法を高速化するために、2ステップ式推定が使用される。最初に、射影変換推定のための250なる最大数の反復が実行される。該推定が失敗したら、射影変換推定のために2000の反復が実行される。該推定処理が依然として成功しない場合、以下に述べるように平行移動が推定される。
平行移動推定の間においては、一対の一致する角しか必要としない2つのパラメータdx及びdyを決定する必要がある。多数の誤った角の一致が存在し得ることを考慮して、平行移動を決定するために下記のルーチンが実行される:
1.MaxN←0
2.一致された角の各対に対して、ステップ2ないし7を実行する
3.一致された角の間の平行移動を計算する
4.該平行移動を支持するような一致された角の対の数Nを計算する
5.(N>MaxN)なら、ステップ5ないし7を実行し、それ以外の場合はステップ2に進む
6. MaxN←N
7.最適平行移動←現平行移動
8.(MaxN>3)なら成功裏に戻り、それ以外なら失敗で戻る。
1.MaxN←0
2.一致された角の各対に対して、ステップ2ないし7を実行する
3.一致された角の間の平行移動を計算する
4.該平行移動を支持するような一致された角の対の数Nを計算する
5.(N>MaxN)なら、ステップ5ないし7を実行し、それ以外の場合はステップ2に進む
6. MaxN←N
7.最適平行移動←現平行移動
8.(MaxN>3)なら成功裏に戻り、それ以外なら失敗で戻る。
上述した手順は、最大数の一致された角により支持されるような平行移動を推定する。一致された角の対は、低解像度画像I’内の平行移動された角が低解像度画像Iにおける対応する角の3x3ピクセルの近傍内に入る場合にのみ当該平行移動を支持する。
アフィン変換が推定されるべき場合は、射影変換推定に関して説明したものと同様の手順が、該アフィン変換をモデル化するような適切な群の線形方程式を用いて実行される。理論的に、アフィン変換を推定するには、3対の一致する角のみが必要とされる。或る対の一致する角が依存的で、結果として特異なマトリクスとなるような状況を防止するためには、成功裏のアフィン変換推定が決定されるために少なくとも4対の一致する角が必要とされる。2ステップ式方法の間においては、最初に100なる最大数の反復が実行される。当該推定が失敗した場合、1000の反復が実行される。当該推定が依然として成功しない場合は、平行移動が推定される。
ソース低解像度画像が重ね合わされると、ステップ102の間において、該重ね合わされたソース低解像度画像は平均され、結果としての平均された画像が双線形伸張方法を用いて高解像度空間に拡大され(ステップ120)、これにより初期推定高解像度画像を生じる(ステップ122)。
双線形伸張の間において、上記の結果的平均画像は双線形補間により不定なピクセルを満たすことにより伸張される。双線形補間の間においては、上記結果的平均画像の各ピクセル行に沿って線形補間がなされ、続いて、該結果的平均画像の各列に沿って線形補間がなされる。従って、当該初期推定高解像度画像における各推定ピクセルは、上記結果的平均画像における4つの最も近い近隣ピクセルの加重組合せである。例えば、補間されるべきピクセルp(x,y)に関しては、双線形補間によるピクセルp(x,y)の輝度Zは:
ステップ104の間において、上記の推定された高解像度画像は、先ず該推定高解像度画像のマトリクスHに対して前記画像重ね合わせの間に発生された変換マトリクスMを乗算して、変換された画像を発生し、次いで該変換された画像を低解像度空間にダウンサンプリング(ステップ124)し、これにより一群の推定された低解像度画像を生じる(ステップ126)ことによって、該一群の推定低解像度画像に変換される。
ステップ106において、各推定低解像度画像は、対応するソース低解像度画像から減算されて(ステップ128)、当該推定低解像度画像に対する低解像度エラーを生じる(ステップ130)。
ステップ108において、各低解像度エラーは高解像度空間にアップサンプリングされる。次いで、このアップサンプリングされた低解像度エラーは、該アップサンプリングされた低解像度エラーに対して画像重ね合わせの間に発生された前記変換マトリクスMの逆を適用することにより一群の高解像度エラーに変換され(ステップ132)、これにより該一群の高解像度エラーを生じる(ステップ134)。
ステップ110において、上記高解像度エラーは組み合わされると共に平均化されて(ステップ136)、高解像度エラーにおけるピクセルの平均を決定し、これにより推定された高解像度エラー画像を生じる(ステップ138)。次いで、該推定された高解像度エラー画像は前記推定された高解像度画像に加算され(ステップ140)、これにより該推定された高解像度画像を更新する。
所望なら、高解像度エラーの上記組合せ及び平均化は変更することができる。例えば、所望なら、高解像度エラーにおける対応するピクセルの中央値を計算することができ、該中央値が使用されて、推定された高解像度エラー画像を生じる。他の例として、高解像度エラーにおける対応するピクセルを順番に並び替える(ソートする)ことができ、最高及び最低のピクセルが破棄され、当該高解像度エラーにおける中間のピクセルのみが平均化されて、推定された高解像度エラー画像を生じる。
図4ないし11は、高解像度画像を発生するための4つのソース低解像度画像の群(図4参照)の処理の間における、当該高解像度画像を発生する方法の種々のステップでの結果を示している。図5は、上記低解像度が重ね合わされ、次いで高解像度空間に拡大された(ステップ100及び120)後の、図4のソース低解像度画像から推定された高解像度画像を示している。図6は、上記の推定された高解像度画像を変換及びダウンサンプリングすることにより(ステップ124)発生された、推定された低解像度画像126の結果としての群を示している。図7は、図6の推定低解像度画像を図4のソース低解像度画像から減算する(ステップ128)ことにより発生された低解像度エラー130を示している。図8は、図7の低解像度エラーをアップサンプリング及び変換する(ステップ132)ことにより発生された高解像度エラー134を示している。図9は、図8の高解像度エラーから発生される(ステップ136)推定された高解像度エラー画像138を示し、図10は、図9の推定された高解像度エラー画像を図5の推定された高解像度画像と組み合わせることにより発生された、更新された推定高解像度画像を示す。図11は、ステップ102ないし112の5回の反復の後の更新された推定高解像度画像を示している。
図12は、高解像度エラーにおけるピクセルの中央値が計算され平均化される場合の、ステップ136において図8の高解像度エラーから発生された推定された高解像度エラー画像を示している。図13は、図12の高解像度エラー画像を図5の推定された高解像度画像と組み合わせることにより発生された更新された推定高解像度画像を示している。図14は、ステップ102ないし112の5回の反復の後の更新された推定高解像度画像を示している。
図15は、高解像度エラーにおけるピクセルが順番にソートされ、最高及び最低のピクセルが破棄されて、当該高解像度エラーにおける中間のピクセルのみが平均化される場合の、ステップ136において図8の高解像度エラーから発生された推定された高解像度エラー画像を示している。図16は、図15の高解像度エラー画像を図5の推定された高解像度画像と組み合わせることにより発生された更新された推定高解像度画像を示している。図17は、ステップ102ないし112の5回の反復の後の更新された推定高解像度画像を示している。
理解されるように、本発明は、高品質な高解像度画像が一群の低解像度画像から迅速且つ効率的に発生されるのを可能にする。反復の回数を制御することにより、所望の品質の高解像度画像を得ることができる。
本発明は、コンピュータ読み取り可能な媒体上に記憶されたコンピュータ読み取り可能なプログラムコードとして具現化することができる。上記コンピュータ読み取り可能な媒体は、後にコンピュータシステムにより読み取ることができるようにデータを記憶することができる如何なるデータ記憶装置とすることもできる。コンピュータ読み取り可能な媒体の例は、読取専用メモリ、ランダムアクセスメモリ、CD−ROM、磁気テープ及び光データ記憶ディスクを含む。上記コンピュータ読み取り可能なプログラムコードは、該コンピュータ読み取り可能なプログラムコードを分散態様で記憶及び実行することができるように結合されたコンピュータシステムを含むようなネットワーク上で配信することができる。
以上、本発明の実施例を説明したが、当業者であれば、変形例及び変更例を、添付請求項に記載した本発明の趣旨及び範囲から逸脱すること無しに実行することができることが分かるであろう。
Claims (35)
- 一群のソース低解像度画像から高解像度画像を発生する方法において、
(a)前記一群のソース低解像度画像から高解像度画像を推定するステップと、
(b)前記推定された高解像度画像を一群の推定された低解像度画像に変換するステップと、
(c)一群の低解像度エラーを発生するために、前記一群のソース低解像度画像を前記一群の推定された低解像度画像と比較するステップと、
(d)前記一群の低解像度エラーを一群の高解像度エラーに変換するステップと、
(e)前記一群の高解像度エラーに基づいて高解像度エラー画像を発生するステップと、
(f)更新された推定高解像度画像を生じさせるために、前記高解像度エラー画像を前記推定された高解像度画像と組み合わせるステップと、
(g)ステップ(b)ないし(f)を、前記更新された推定高解像度画像が所望の品質のものとなるまで繰り返すステップと、
を有することを特徴とする方法。 - 請求項1に記載の方法において、前記発生するステップの間において、前記高解像度エラーが平均化されて前記高解像度エラー画像を発生することを特徴とする方法。
- 請求項1に記載の方法において、前記高解像度エラーにおける対応するピクセルの中央値が決定され、該中央値が前記高解像度エラー画像を発生するために使用されることを特徴とする方法。
- 請求項2に記載の方法において、前記高解像度エラーにおける対応するピクセルがソートされ、選択されたソートされたピクセルが破棄され、残存する対応するピクセルが平均化されて前記高解像度エラー画像を発生することを特徴とする方法。
- 請求項4に記載の方法において、前記選択されたソートされたピクセルが、最高の及び最低のソートされたピクセルであることを特徴とする方法。
- 請求項1に記載の方法において、前記推定するステップの間において、前記ソース低解像度画像は重ね合わされ、平均化され、次いで高解像度空間に拡大され、これにより前記推定された高解像度画像を生じることを特徴とする方法。
- 請求項6に記載の方法において、前記拡大が双線形伸張方法を用いて実行されることを特徴とする方法。
- 請求項6に記載の方法において、前記重ね合わせの間に、前記一群のソース低解像度画像の各々に対して、当該ソート低解像度画像を前記一群の低解像度画像のうちの指定されたものに射影する変換マトリクスが発生されることを特徴とする方法。
- 請求項8に記載の方法において、ステップ(b)の前記変換するステップが、
前記推定された高解像度画像を、前記変換マトリクスを用いて変換するステップと、
該変換された推定された高解像度画像をダウンサンプリングし、これにより前記一群の推定された低解像度画像を生じるステップと、
を有することを特徴とする方法。 - 請求項9に記載の方法において、ステップ(d)の前記変換するステップが、
前記低解像度エラーをアップサンプリングするステップと、
前記アップサンプリングされた低解像度エラーを前記変換マトリクスの逆を用いて変換し、これにより前記一連の高解像度エラーを生じるステップと、
を有することを特徴とする方法。 - 請求項10に記載の方法において、前記発生するステップの間に、前記高解像度エラーが平均化されて前記高解像度エラー画像を発生することを特徴とする方法。
- 請求項10に記載の方法において、前記高解像度エラーにおける対応するピクセルの中央値が決定され、該中央値が前記高解像度エラー画像を発生するために使用されることを特徴とする方法。
- 請求項10に記載の方法において、前記高解像度エラーにおける対応するピクセルがソートされ、選択されたソートされたピクセルが破棄され、残存する対応するピクセルが平均化されて前記高解像度エラー画像を発生することを特徴とする方法。
- 請求項13に記載の方法において、前記選択されたソートされたピクセルが、最高の及び最低のソートされたピクセルであることを特徴とする方法。
- 請求項6に記載の方法において、前記低解像度画像の重ね合わせの間に、隣接する低解像度画像I及びI’における一致する角が決定され、前記一致する角に基づく各隣接する対の低解像度画像の間の変換が推定されることを特徴とする方法。
- 請求項15に記載の方法において、各対の隣接する低解像度画像I及びI’を重ね合わせるステップが、
前記低解像度画像I及びI’の各々における高曲率点に対応する特徴部を抽出するステップと、
前記特徴部に隣接する角を決定するステップと、
前記低解像度画像I及びI’を重ね合わせるために、前記低解像度画像Iの角を前記低解像度画像I’の対応する角に一致させるステップと、
を有することを特徴とする方法。 - 請求項16に記載の方法において、前記決定するステップの間に、前記特徴部を囲む近傍内の角が検出されることを特徴とする方法。
- 請求項17に記載の方法において、前記決定するステップが、閾数の角が検出されるまで実行されることを特徴とする方法。
- 請求項18に記載の方法において、前記一致させるステップの間に、前記低解像度画像I及びI’における一致する角を決定するために、前記低解像度画像I’における検出された各角を前記低解像度画像Iにおける検出された各角と比較することを特徴とする方法。
- 請求項19に記載の方法において、前記比較するステップが、
前記低解像度画像Iにおける各角が前記低解像度画像I’における一群の候補となる一致する角を有するような角のリストを生じさせるために、前記低解像度画像I’における検出された各角と前記低解像度画像Iにおける検出された各角との間の相関を決定するステップと、
前記群における候補となる一致する角の各々が前記低解像度画像Iにおける関連する角に対応する確度を測定するステップと、
前記群における候補となる一致する角のうちの1つを選択するステップと、
を有することを特徴とする方法。 - 請求項20に記載の方法において、前記相関を決定するステップの間に、前記低解像度画像I’における検出された各角と前記低解像度画像Iにおける検出された各角との間の相関スコアを計算するために正規化された相互相関が使用され、閾レベルより高い前記相関スコアが候補となる一致する角を意味することを特徴とする方法。
- 請求項21に記載の方法において、前記相関を決定するステップは閾数の候補となる一致する角が決定されるまで実行され、これにより前記群を形成することを特徴とする方法。
- 請求項22に記載の方法において、前記測定するステップの間に、一致のスコアが、突き合わされている角を囲む近傍内の他の一致する角の対に基づいて前記群の候補となる一致する角の各々が前記低解像度画像Iにおける関連する角に対応する確度を測定するために使用されることを特徴とする方法。
- 高解像度画像を生成する方法において、
整合されたソース低解像度画像の平均を補間することにより初期高解像度画像を推定するステップと、
前記初期高解像度画像からダウンサンプリングされた推定された低解像度画像を発生するステップと、
前記推定された低解像度画像を前記ソース低解像度画像と比較すると共に、帰還エラーデータを発生するステップと、
前記帰還エラーデータを使用して、前記推定された高解像度画像を更新するステップと、
を有し、前記推定する、発生する及び比較するステップが、前記推定された高解像度画像が所望の解像度のものとなるまで反復的に実行されることを特徴とする方法。 - 請求項24に記載の方法において、前記ソース低解像度画像が特徴一致型技術を使用して整合されることを特徴とする方法。
- 請求項25に記載の方法において、前記帰還エラーデータが、前記推定された高解像度画像を更新するために使用される前にアップサンプリングされ且つ平均化されることを特徴とする方法。
- 請求項26に記載の方法において、前記推定された高解像度画像を更新するために使用される前に前記アップサンプリングされた帰還エラーデータを変更するために、変更された平均化技術が使用されることを特徴とする方法。
- 一群のソース低解像度画像から高解像度画像を発生するデジタル画像編集ツールにおいて、
前記一群のソース低解像度画像に基づいて高解像度画像を推定する手段と、
前記推定された高解像度画像を一群の推定された低解像度画像に変換する第1の変換する手段と、
一群の低解像度エラーを発生するために、前記一群のソース低解像度画像を前記一群の推定された低解像度画像と比較する手段と、
前記一群の低解像度エラーを一群の高解像度エラーに変換する第2の変換する手段と、
前記一群の高解像度エラーに基づいて高解像度エラー画像を発生する手段と、
更新された推定高解像度画像を生じるために、前記高解像度エラー画像を前記推定された高解像度画像と組み合わせる手段と、
を有し、前記第1の変換する手段、比較する手段、第2の変換する手段、発生する手段及び組み合わせる手段は、前記前記更新された推定高解像度画像が所望の品質のものとなるまで反復的に動作されることを特徴とするデジタル画像編集ツール。 - 請求項28に記載のデジタル画像編集ツールにおいて、前記発生する手段が前記高解像度エラーを平均化して前記高解像度エラー画像を発生することを特徴とするデジタル画像編集ツール。
- 請求項28に記載のデジタル画像編集ツールにおいて、前記発生する手段は、前記高解像度エラーにおける対応するピクセルの中央値を決定すると共に、該中央値を使用して前記高解像度エラー画像を発生することを特徴とするデジタル画像編集ツール。
- 請求項29に記載のデジタル画像編集ツールにおいて、前記発生する手段は、前記高解像度エラーにおける対応するピクセルをソートし、選択されたソートされたピクセルを破棄し、残存する対応するピクセルを平均化して前記高解像度エラー画像を発生することを特徴とするデジタル画像編集ツール。
- 請求項28に記載のデジタル画像編集ツールにおいて、前記推定する手段は、前記一群のソース低解像度画像を重ね合わせ、平均化し、次いで高解像度空間に拡大し、これにより前記推定された高解像度画像を生じさせることを特徴とするデジタル画像編集ツール。
- 請求項32に記載のデジタル画像編集ツールにおいて、前記拡大が双線形伸張方法を用いて実行されることを特徴とするデジタル画像編集ツール。
- 一群のソース低解像度画像から高解像度画像を発生するためのコンピュータプログラムを具現化するコンピュータ読み取り可能な媒体において、
前記一群のソース低解像度画像に基づいて高解像度画像を推定するコンピュータプログラムコードと、
前記推定された高解像度画像を一群の推定された低解像度画像に第1に変換するコンピュータプログラムコードと、
一群の低解像度エラーを発生するために、前記一群のソース低解像度画像を前記一群の推定された低解像度画像と比較するコンピュータプログラムコードと、
前記一群の低解像度エラーを一群の高解像度エラーに第2に変換するコンピュータプログラムコードと、
前記一群の高解像度エラーに基づいて高解像度エラー画像を発生するコンピュータプログラムコードと、
更新された推定高解像度画像を生じさせるために、前記高解像度エラー画像を前記推定された高解像度画像と組み合わせるコンピュータプログラムコードと、
前記第1に変換する、比較する、第2に変換する、発生する及び組み合わせるコンピュータプログラムコードを、前記前記更新された推定高解像度画像が所望の品質のものとなるまで反復的に実行するコンピュータプログラムコードと、
を有することを特徴とするコンピュータ読み取り可能な媒体。 - 複数のソース低解像度画像に基づいて高解像度画像を生成する高解像度画像生成方法であって、
前記高解像度画像を、前記複数の低解像度画像に基づいて推定するステップと、
前記推定された高解像度画像を、低解像度画像に変換するステップと、
前記ソース低解像度画像と前記低解像度画像とに基づき、高解像度画像の推定誤差を求めるステップと、
前記推定誤差に基づいて、前記高解像度画像を更新するステップと、
を有することを特徴とする高解像度画像生成方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/833,612 US7352919B2 (en) | 2004-04-28 | 2004-04-28 | Method and system of generating a high-resolution image from a set of low-resolution images |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2005317011A true JP2005317011A (ja) | 2005-11-10 |
Family
ID=34935845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005126848A Withdrawn JP2005317011A (ja) | 2004-04-28 | 2005-04-25 | 高解像度画像を発生する方法、デジタル画像編集ツールおよび媒体 |
Country Status (3)
Country | Link |
---|---|
US (1) | US7352919B2 (ja) |
EP (1) | EP1591959A1 (ja) |
JP (1) | JP2005317011A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007209760A (ja) * | 2006-02-10 | 2007-08-23 | Siemens Ag | 高分解能画像発生用x線診断装置を動作させるための方法 |
WO2007122838A1 (ja) * | 2006-04-25 | 2007-11-01 | National University Corporation NARA Institute of Science and Technology | 階層ベイズ法に基づく超解像法および超解像プログラム |
JP2009533909A (ja) * | 2006-04-12 | 2009-09-17 | ゾラン | ロバストな超解像度ビデオスケーリング方法及び装置 |
JP5157898B2 (ja) * | 2006-03-30 | 2013-03-06 | 日本電気株式会社 | 画像処理装置、画像処理システム、画像処理方法および画像処理用プログラム |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4184319B2 (ja) * | 2004-06-10 | 2008-11-19 | オリンパス株式会社 | 撮像装置 |
JP2008502397A (ja) * | 2004-06-16 | 2008-01-31 | ベイラール,ノルベール | 医療用画像装置における照射および赤外、超音波または磁気パルスビームへの曝露の削減を意図した方法 |
JP4151793B2 (ja) * | 2004-11-15 | 2008-09-17 | オリンパス株式会社 | 撮像装置および画像の高解像化方法 |
US20070031063A1 (en) * | 2005-08-05 | 2007-02-08 | Hui Zhou | Method and apparatus for generating a composite image from a set of images |
US8131116B2 (en) * | 2006-08-31 | 2012-03-06 | Panasonic Corporation | Image processing device, image processing method and image processing program |
JP4670058B2 (ja) * | 2006-10-25 | 2011-04-13 | 国立大学法人東京工業大学 | 高解像度画像生成方法 |
US8747952B2 (en) * | 2007-01-19 | 2014-06-10 | Airbus Operations Gmbh | Materials and processes for coating substrates having heterogeneous surface properties |
US8832290B2 (en) | 2007-02-23 | 2014-09-09 | Microsoft Corporation | Smart pre-fetching for peer assisted on-demand media |
US7889949B2 (en) * | 2007-04-30 | 2011-02-15 | Microsoft Corporation | Joint bilateral upsampling |
JP5097480B2 (ja) * | 2007-08-29 | 2012-12-12 | 株式会社トプコン | 画像測定装置 |
JP5076755B2 (ja) * | 2007-09-07 | 2012-11-21 | ソニー株式会社 | 画像処理装置、および画像処理方法、並びにコンピュータ・プログラム |
US8494306B2 (en) * | 2007-12-13 | 2013-07-23 | Samsung Electronics Co., Ltd. | Method and an apparatus for creating a combined image |
US8200046B2 (en) | 2008-04-11 | 2012-06-12 | Drs Rsta, Inc. | Method and system for enhancing short wave infrared images using super resolution (SR) and local area processing (LAP) techniques |
JP4565016B2 (ja) * | 2008-05-16 | 2010-10-20 | キヤノン株式会社 | 画像処理装置、画像処理方法及びそのプログラムならびにこのプログラムを記憶させたコンピュータ読み取り可能な記憶媒体 |
US8270770B1 (en) * | 2008-08-15 | 2012-09-18 | Adobe Systems Incorporated | Region-based dense feature correspondence |
JP4758493B2 (ja) * | 2009-04-03 | 2011-08-31 | シャープ株式会社 | 携帯端末装置、撮像画像処理システム、携帯端末装置の制御方法、プログラムおよび記録媒体 |
US20100277774A1 (en) * | 2009-05-04 | 2010-11-04 | Certifi Media Inc. | Image quality indicator responsive to image processing |
US20110102915A1 (en) * | 2009-10-30 | 2011-05-05 | Michael Pham | Device to create high definition photos |
KR20110048252A (ko) * | 2009-11-02 | 2011-05-11 | 삼성전자주식회사 | 움직임 벡터 공유에 기초한 영상을 변환하는 방법 및 장치 |
US8558899B2 (en) * | 2009-11-16 | 2013-10-15 | The Aerospace Corporation | System and method for super-resolution digital time delay and integrate (TDI) image processing |
US8339470B2 (en) * | 2009-11-30 | 2012-12-25 | Indian Institute Of Technology Madras | Method and system for generating a high resolution image |
JP4991887B2 (ja) * | 2010-01-13 | 2012-08-01 | シャープ株式会社 | 撮像画像処理システム、撮像画像処理システムの制御方法、プログラムおよび記録媒体 |
US8306274B2 (en) | 2010-05-25 | 2012-11-06 | The Aerospace Corporation | Methods for estimating peak location on a sampled surface with improved accuracy and applications to image correlation and registration |
US8368774B2 (en) * | 2010-11-22 | 2013-02-05 | The Aerospace Corporation | Imaging geometries for scanning optical detectors with overlapping fields of regard and methods for providing and utilizing same |
US9147260B2 (en) * | 2010-12-20 | 2015-09-29 | International Business Machines Corporation | Detection and tracking of moving objects |
US8810727B1 (en) * | 2013-05-07 | 2014-08-19 | Qualcomm Technologies, Inc. | Method for scaling channel of an image |
TWI502548B (zh) * | 2013-06-14 | 2015-10-01 | Vivotek Inc | 即時影像處理方法及其裝置 |
US9076236B2 (en) | 2013-09-12 | 2015-07-07 | At&T Intellectual Property I, L.P. | Guided image upsampling using bitmap tracing |
KR102263696B1 (ko) * | 2015-03-20 | 2021-06-10 | 삼성전자주식회사 | 무선통신 시스템에서 데이터 송수신 방법 및 장치 |
US10284875B2 (en) | 2016-08-08 | 2019-05-07 | Qualcomm Incorporated | Systems and methods for determining feature point motion |
US10685428B2 (en) * | 2018-11-09 | 2020-06-16 | Hong Kong Applied Science And Technology Research Institute Co., Ltd. | Systems and methods for super-resolution synthesis based on weighted results from a random forest classifier |
AU2020416573A1 (en) | 2019-12-31 | 2022-06-23 | Quantified Energy Labs Pte. Ltd. | Method, system, and image processing device for capturing and/or processing electroluminescence images, and an aerial vehicle |
CN113237554B (zh) * | 2021-05-07 | 2022-04-26 | 国家卫星气象中心(国家空间天气监测预警中心) | 云下地表温度图像生成方法、装置和终端设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08256263A (ja) * | 1995-03-17 | 1996-10-01 | Fuji Xerox Co Ltd | 画像読取装置 |
JPH08263639A (ja) * | 1995-03-09 | 1996-10-11 | Eastman Kodak Co | 一連の低解像度画像から高解像度画像を生成する方法及び装置 |
JPH10191135A (ja) * | 1996-12-27 | 1998-07-21 | Canon Inc | 撮像装置及び画像合成装置 |
JPH11331696A (ja) * | 1998-03-10 | 1999-11-30 | Canon Inc | 画像処理方法、装置および記録媒体 |
JP2000215317A (ja) * | 1998-11-16 | 2000-08-04 | Sony Corp | 画像処理方法及び画像処理装置 |
JP2003069844A (ja) * | 2001-08-24 | 2003-03-07 | Canon Inc | 画像処理方法及び画像処理装置 |
JP2004021436A (ja) * | 2002-06-13 | 2004-01-22 | Oki Electric Ind Co Ltd | 画像合成補正表示の方法及び画像合成補正表示装置並びにプログラム |
JP2004088615A (ja) * | 2002-08-28 | 2004-03-18 | Fuji Photo Film Co Ltd | 動画像合成方法および装置並びにプログラム |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5657402A (en) * | 1991-11-01 | 1997-08-12 | Massachusetts Institute Of Technology | Method of creating a high resolution still image using a plurality of images and apparatus for practice of the method |
US5325449A (en) * | 1992-05-15 | 1994-06-28 | David Sarnoff Research Center, Inc. | Method for fusing images and apparatus therefor |
JP3182015B2 (ja) * | 1993-01-27 | 2001-07-03 | テキサス インスツルメンツ インコーポレイテツド | 光学像の合成方法 |
US5982941A (en) * | 1997-02-07 | 1999-11-09 | Eastman Kodak Company | Method of producing digital image with improved performance characteristic |
JP4863333B2 (ja) * | 1997-12-22 | 2012-01-25 | アイピージー エレクトロニクス 503 リミテッド | 高分解能静止画像を創出するための方法及び装置 |
US6208765B1 (en) * | 1998-06-19 | 2001-03-27 | Sarnoff Corporation | Method and apparatus for improving image resolution |
US6285804B1 (en) * | 1998-12-21 | 2001-09-04 | Sharp Laboratories Of America, Inc. | Resolution improvement from multiple images of a scene containing motion at fractional pixel values |
US7015954B1 (en) * | 1999-08-09 | 2006-03-21 | Fuji Xerox Co., Ltd. | Automatic video system using multiple cameras |
US6466618B1 (en) * | 1999-11-19 | 2002-10-15 | Sharp Laboratories Of America, Inc. | Resolution improvement for multiple images |
US7218751B2 (en) * | 2001-06-29 | 2007-05-15 | Digimarc Corporation | Generating super resolution digital images |
-
2004
- 2004-04-28 US US10/833,612 patent/US7352919B2/en not_active Expired - Fee Related
-
2005
- 2005-04-25 JP JP2005126848A patent/JP2005317011A/ja not_active Withdrawn
- 2005-04-27 EP EP05009258A patent/EP1591959A1/en not_active Withdrawn
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08263639A (ja) * | 1995-03-09 | 1996-10-11 | Eastman Kodak Co | 一連の低解像度画像から高解像度画像を生成する方法及び装置 |
JPH08256263A (ja) * | 1995-03-17 | 1996-10-01 | Fuji Xerox Co Ltd | 画像読取装置 |
JPH10191135A (ja) * | 1996-12-27 | 1998-07-21 | Canon Inc | 撮像装置及び画像合成装置 |
JPH11331696A (ja) * | 1998-03-10 | 1999-11-30 | Canon Inc | 画像処理方法、装置および記録媒体 |
JP2000215317A (ja) * | 1998-11-16 | 2000-08-04 | Sony Corp | 画像処理方法及び画像処理装置 |
JP2003069844A (ja) * | 2001-08-24 | 2003-03-07 | Canon Inc | 画像処理方法及び画像処理装置 |
JP2004021436A (ja) * | 2002-06-13 | 2004-01-22 | Oki Electric Ind Co Ltd | 画像合成補正表示の方法及び画像合成補正表示装置並びにプログラム |
JP2004088615A (ja) * | 2002-08-28 | 2004-03-18 | Fuji Photo Film Co Ltd | 動画像合成方法および装置並びにプログラム |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007209760A (ja) * | 2006-02-10 | 2007-08-23 | Siemens Ag | 高分解能画像発生用x線診断装置を動作させるための方法 |
JP5157898B2 (ja) * | 2006-03-30 | 2013-03-06 | 日本電気株式会社 | 画像処理装置、画像処理システム、画像処理方法および画像処理用プログラム |
JP2009533909A (ja) * | 2006-04-12 | 2009-09-17 | ゾラン | ロバストな超解像度ビデオスケーリング方法及び装置 |
WO2007122838A1 (ja) * | 2006-04-25 | 2007-11-01 | National University Corporation NARA Institute of Science and Technology | 階層ベイズ法に基づく超解像法および超解像プログラム |
Also Published As
Publication number | Publication date |
---|---|
EP1591959A1 (en) | 2005-11-02 |
US20050244081A1 (en) | 2005-11-03 |
US7352919B2 (en) | 2008-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2005317011A (ja) | 高解像度画像を発生する方法、デジタル画像編集ツールおよび媒体 | |
US7440619B2 (en) | Image matching method and image interpolation method using the same | |
JP5294343B2 (ja) | 画像位置合わせ処理装置、領域拡張処理装置及び画質改善処理装置 | |
JP5385969B2 (ja) | 画像の超解像のための方法及び装置 | |
KR102061923B1 (ko) | 입력 이미지의 계층적 초해상을 수행하는 방법 및 장치 | |
WO2013089265A1 (ja) | 辞書作成装置、画像処理装置、画像処理システム、辞書作成方法、画像処理方法及びプログラム | |
US8041151B2 (en) | Fast method of super-resolution processing | |
JP2010122934A (ja) | 画像処理装置、および画像処理方法、並びにプログラム | |
JP5499261B2 (ja) | 画像処理装置 | |
JP4887376B2 (ja) | ステレオビジョンにおいて密な視差場を求める方法 | |
JP6075294B2 (ja) | 画像処理システム及び画像処理方法 | |
JP5987114B2 (ja) | 高解像度画像生成装置、高解像度画像生成方法及び高解像度画像生成プログラム | |
JP5712925B2 (ja) | 画像変換パラメータ算出装置、画像変換パラメータ算出方法およびプログラム | |
CN109741258A (zh) | 基于重建的图像超分辨率方法 | |
JP2002163647A (ja) | レンズ歪み係数算出装置および算出方法、レンズ歪み係数算出プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
US20120038785A1 (en) | Method for producing high resolution image | |
JP2006350562A (ja) | 画像処理装置及び画像処理プログラム | |
JPH08138044A (ja) | 画像処理方法 | |
JP2009134350A (ja) | 画像の高品質化方法及び装置 | |
JP2006215657A (ja) | 動きベクトル検出方法、動きベクトル検出装置、動きベクトル検出プログラム及びプログラム記録媒体 | |
JP5446516B2 (ja) | 画像処理装置 | |
JP2009064193A (ja) | 解像度変換装置及び方法 | |
Miravet et al. | Accurate and robust image superresolution by neural processing of local image representations | |
JP2009104228A (ja) | 画像位置合わせ方法及び画像位置合わせプログラム | |
JP4767313B2 (ja) | 画像処理装置、方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080326 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100908 |
|
A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20101102 |