JP2015507273A - 低解像入力データ構造の超解像バージョンを生成する方法及び装置 - Google Patents

低解像入力データ構造の超解像バージョンを生成する方法及び装置 Download PDF

Info

Publication number
JP2015507273A
JP2015507273A JP2014551624A JP2014551624A JP2015507273A JP 2015507273 A JP2015507273 A JP 2015507273A JP 2014551624 A JP2014551624 A JP 2014551624A JP 2014551624 A JP2014551624 A JP 2014551624A JP 2015507273 A JP2015507273 A JP 2015507273A
Authority
JP
Japan
Prior art keywords
data structure
low
input data
resolution
patch
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.)
Pending
Application number
JP2014551624A
Other languages
English (en)
Other versions
JP2015507273A5 (ja
Inventor
サルバドール,ジョルディ
コカーレ,アクセル
ボルズム,マルテ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Thomson Licensing SAS
Original Assignee
Thomson Licensing SAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Thomson Licensing SAS filed Critical Thomson Licensing SAS
Publication of JP2015507273A publication Critical patent/JP2015507273A/ja
Publication of JP2015507273A5 publication Critical patent/JP2015507273A5/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/40Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4053Scaling 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/73Deblurring; Sharpening

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Editing Of Facsimile Originals (AREA)

Abstract

本発明は、単一の低分解能信号が利用可能である場合に、定期的にサンプリングされた多次元信号の分解能の改善に関する。かかる方法は、一般的に、学習型超解像又は単一像超解像と呼ばれる。単一像を超解像化する方法は3つの段階を有する。第1に、入力画像の補間に基づくアップスケーリングが行われ、低解像画像に対する等価ローパスフィルタリング動作が続く。第2の段階は、高解像画像における被検パッチと、部分的に重なり合うパッチを含む低解像低周波画像における局所的に隣接したパッチとの間の低周波整合の検索、及び低解像画像から取得される高周波寄与を累算することを有する。第3の段階は、高解像画像の低周波バンド及び外挿された高周波バンドの寄与を加算することを有する。

Description

本発明は、低解像入力データ構造の超解像バージョンを生成する方法及び対応する装置に関する。
超解像(super-resolution;SR)処理は、定期的にサンプリングされた多次元信号の分解能の改善として知られている。それは、低解像信号しか利用可能でない場合にことさら重要である。単一の低解像信号が利用可能であるのか、それとも、複数の同様の低解像信号が利用可能であるのかは、後者の場合には幾つかの利用可能な信号の寄与を結合することでより豊かなデータ値を利用することが可能であることから、有意な違いである。画像処理の文献において、かかる方法は、一般的に、学習型超解像(example-based super-resolution)又は、より正確に、単一像超解像(single-image super-resolution)と呼ばれている。下記の見解は概要であり、異なる次元の信号に適用可能であるが、2D画像超解像の場合に焦点が合わせられる。
画像超解像技術は、M.Irani及びS.Peleg著“Super Resolution from Image Sequences”(非特許文献1)から始まって、長年にわたってよく知られている。通常、かかる技術は、像形成モデルを反転した再構成処理を用いて、ビデオシーケンスに含まれる連続画像のような、ノイジーで、不鮮明で、低解像度のオブザベーションの組を前提として、高解像画像の推定に関する。このように、画像間のサブピクセルモーション、カメラ及び後処理ブラー並びにサブサンプリングは、利用可能なデータを融合させて超解像画像を取得するために、反転される。幾つかの大域的に最適な反復技法が利用可能であり、それらは、基本的に、推定される画像の事前確率モデルにおいて異なる。これは、別の不良設定モデルに独特な解決法を提供する。
一般に、かかる技術の限定因子は、画像のデブラー処理のための点広がり関数(Point Spread Function;PSF)の推定(しばしば、ガウス分布と考えられる)及びレジストレーション(画像間のサブピクセルモーションの決定)にある。一般的に、文献におけるSR技術、例えば、Lucas−Kanade法又はHorn−Schunck法は、レジストレーションを得るための古典的なオプティカルフロー(Optical Flow;OF)推定を指す。それらは、疑似的な作り事の例では有効に働くが、実際には、OF推定における既知の解決法は、より大域的な動きが現れる場合に、十分な精度を有してビデオシーケンスに含まれる連続フレームを確実にレジストレーションすることができない。
“Fundamental Limits of Reconstruction-Based Superresolution Algorithms under Local Translation”(非特許文献2)において、Z.Lin及びH.−Y.Shumは、幅広い自然条件の下で、このような再構成に基づくSRアルゴリズムが約1.6倍の解像度における最大増加の本質的限界を有することを示す。しかし、論文は、利用可能な刊行物のほとんどにおいて共通して探求されている人工的シナリオにおいて、極めてより緩い限界が存在し、これは、最大で5.7倍の解像度増大を可能にすることを証明する。これは、サブピクセルシフトが一般にピクセルサイズの厳密な分数である場合に、レジストレーションに関する有利な条件に起因する。
代替のタイプのSRアルゴリズムは、より高い解像度の先験的に知られている標本を用いて、入力された視覚データ(低解像画像)の質を十分に高めることによって、画像の解像度を増大させようと試みる。かかる技術は、通常、学習型超解像(EBSR)と呼ばれている。“Example-based super-resolution”(非特許文献3)において、W.T.Freeman、T.R.Jones及びE.C.Pasztorは、十分に包括的な画像パッチデータベースから適切な高解像度の標本を得、それらの高周波コンテンツは平均化され、入力画像の低周波コンテンツと融合される。しかし、アルゴリズムの性能は、標本データベースに含まれるケースから目標シーンが外れるにつれて(既知のパッチのいずれもが入力画像のパッチに実際に似ていない場合)、悪化する。実際に、データベースのサイズを大きくすることは、最も良く整合するトレーニングパッチの検索において必要以上の計算費用を負う。故に、この技術は、一般的に使用可能でなく、特定のクラスの超解像画像に焦点を合わせられている。
この問題をうまく処理し且つ拡大されるべきコンテンツに適応して動くために、他のEBSRアルゴリズムは、単一入力画像内から高解像標本を取り出し、そのために、異なる解像度での画像のピラミッド表示が、小さいダウンスケーリング係数で取得され得る。次いで、入力画像におけるパッチ(例えば、5×5ピクセル)ごとに、整合するパッチが、再構成に基づく超解像と同様にパッチ毎のデータ融合を実行するために、異なる解像度(ピラミッドにおける階層)にある画像の全て又は部分にわたって検索される。この技術は、D.Glasner、S.Bagon及びM.Irani,“Super-Resolution from a Single Image”(非特許文献4)と、ビデオ超解像のためのフォローアップであるO.Shahar、A.Factor及びM.Irani,“Space-Time Super-Resolution from a Single Video”(非特許文献5)とによって、最もよく説明されている。それらの著者は、幾つかの空間的及び時間的スケールでのビデオフレームにわたる3D時空間探索による計算複雑性の増大を犠牲にして、時間的なエイリアシングの除去を含めて、画像解像度及びフレームレートにおける同時的増大を得る。これは、アプローチを現在の計算能力による実時間演算のために使用不能にする。このアプローチはまた、国際公開第2010/122502(A1)号パンフレット(特許文献1)において使用されている。
他の既知のアプローチは、やはり費用がかかり且つ概して実時間アプローチに用いられず、あるいは、過度のコントラストを強いることで何らかの非現実的な態様のエッジを生じさせる傾向があり、あるいは、テクスチャード加工の範囲において過度のスムージングを生成する傾向があり、これは一般的な場合において不自然に見える画像を生成するという欠点を伴う。
G.Freedman及びR.Fattal,“Image and Video Upscaling From Local Self-Examples”(非特許文献6)において、提案されている方法は、夫々の画像パッチの局所的隣接における自己相似性を利用することである。これは、計算時間の削減という利点を有しながら、非特許文献4において使用される全画像探索に近い結果を提供することが示されている。このアプローチの欠点は、画像において高周波を低周波から分離するために使用されるスペースバリアント・フィルタの高度な設計がオンザフライで行われず、結果として、選択可能なアップスケーリング係数の組が限られることである。
国際公開第2010/122502(A1)号パンフレット
M.Irani及びS.Peleg,"Super Resolution from Image Sequences",Int. Conf. on Pattern Recognition,1990年 Z.Lin及びH.−Y.Shum,"Fundamental Limits of Reconstruction-Based Superresolution Algorithms under Local Translation",IEEE Trans. On Pattern Analysis and Machine Intelligence,2004年 W.T.Freeman、T.R.Jones及びE.C.Pasztor,"Example-based super-resolution",IEEE Computer Graphics and Applications,2002年 D.Glasner、S.Bagon及びM.Irani,"Super-Resolution from a Single Image",IEEE Int. Conf. on Computer Vision,2009年 O.Shahar、A.Factor及びM.Irani,"Space-Time Super-Resolution from a Single Video",IEEE Conf. on Computer Vision and Pattern Recognition,2011年 G.Freedman及びR.Fattal,"Image and Video Upscaling From Local Self-Examples",ACM Trans. On Graphics,2010年
本発明は、上記の問題のうちの少なくとも幾つかを解消する。本発明は、単一の低分解能信号が利用可能である場合に、定期的にサンプリングされた多次元信号の分解能の改善に関する。画像処理の文献において、かかる方法は、一般的に、学習型超解像又は、より正確には、単一像超解像と呼ばれる。ここで開示される方法論は概要であり、異なる次元の信号に適用され得るが、下記は、2D画像超解像の場合に焦点を当てる。
本発明に従って、単一像を超解像化することは、3つの段階を有する。第1に、入力画像の補間に基づくアップスケーリングが行われ、低解像画像に対する等価ローパスフィルタリング動作が続く。第2の段階は、高解像画像における被検パッチと、低解像低周波画像における局所的に隣接したパッチ(部分的に重なり合うパッチを含む)との間の低周波整合の検索、及び低解像画像から取得される対応する高周波寄与を累算することを有する。第3の段階は、高解像画像の低周波バンド及び外挿された高周波バンドの寄与を加算することを有する。
原理上、本発明に従う、単一の低解像デジタル入力データ構造Sの超解像バージョンを生成する方法は、アップスケールド高解像データ構造の低周波部分Lを取得するよう前記単一の低解像デジタル入力データ構造Sをアップスケーリング及びローパスフィルタリングするステップと、前記低解像デジタル入力データ構造Sを低周波部分Lと高周波部分Hとに分けるステップとを有する。前記アップスケールド高解像データ構造の高周波部分H1,intが生成され、これは最初、空である。次いで、前記アップスケールド高解像データ構造の低周波部分Lの複数のパッチの夫々について、前記低解像デジタル入力データ構造の低周波部分Lにおける最も良く整合するブロックが探索され、前記低解像デジタル入力データ構造の高周波部分Hにおけるその対応するブロックが決定される。前記低解像デジタル入力データ構造の高周波部分Hからの前記決定されたブロックは、次いで、前記アップスケールド高解像データ構造の低周波部分Lにおける前記パッチが有する位置で、前記アップスケールド高解像データ構造の高周波部分H1,intに加えられる。最後に、前記アップスケールド高解像データ構造の結果として得られる高周波部分H1,accは、寄与ピクセルの平均値へ正規化され、一実施形態では、ハイパスフィルタリングされる。前記アップスケールド高解像データ構造の前記正規化されハイパスフィルタリングされた高周波部分Hは、前記アップスケールド高解像データ構造の前記低周波部分Lに加えられ、これにより、前記単一の低解像デジタル入力データ構造Sの改善された超解像バージョンSが得られる。
より良い読みやすさのために、語「ブロック」は、低解像データ構造における隣接する値のグループのためにここでは使用され、一方、語「パッチ」は、高解像データ構造における隣接する値のグループのために使用されることが留意される。なお、ブロック及びパッチは同じサイズ(すなわち、隣接する値の数及び形状)を有し、実質的に同じである。
本発明はまた、デジタルデータの低解像入力データ構造Sの超解像処理を実行する装置であって、低周波入力データ構造Lが取得されるように前記低解像入力データ構造Sをフィルタリングする第1のローパスフィルタFl,0と、高周波入力データ構造Hが生成されるように前記低解像入力データ構造Sと前記低周波入力データ構造Lとの間の差を計算する減算ユニット(例えば、加算器、減算器又は微分器)と、前記低解像入力データ構造Sをアップスケーリングするアップスケーラと、低周波アップスケールドデータ構造Lが取得されるように前記アップスケーリングされた入力データ構造をフィルタリングする第2のローパスフィルタFl,1と、前記低周波アップスケールドデータ構造Lにおいて、第1の位置にある第1のパッチを決定する第1の決定ユニットと、前記第1のパッチに最も良く整合する第1のブロックを前記低周波入力データ構造Lにおいて探すサーチユニットと、前記低周波入力データ構造L内の前記第1のブロックの位置を決定する第2の決定ユニットと、前記決定された位置にある(すなわち、前記低周波入力データ構造L内の前記第1のブロックについて決定された位置にある)前記高周波入力データ構造Hにおける第2のブロックを選択するセレクタユニットと、前記選択された第2のブロックのピクセルデータを、前記第1の位置で、高周波アップスケールドデータ構造におけるパッチである第2のパッチに累算(例えば、加算)する累算器と、前記低周波アップスケールドデータ構造L及びH1,accにおける複数のパッチについての処理の繰り返しを制御する制御ユニットと、正規化された高周波アップスケールドデータ構造Hが取得されるように前記高周波アップスケールドデータ構造における前記累算されたピクセル値を正規化(すなわち、平均化)する正規化ユニットと、超解像データ構造Sが取得されるように前記正規化された高周波アップスケールドデータ構造Hを前記低周波アップスケールドデータ構造Lと結合(例えば、加算)する結合ユニットとを有する装置に関する。前記高周波アップスケールドデータ構造(H1,acc)は、最初は空である。実施形態において、正規化は、現在のピクセルについて、該現在のピクセルの累算された値に寄与しているピクセルの数によって前記現在のピクセルの前記累算された値を割ることを含む。
本発明はまた、デジタルデータの低解像入力データ構造Sの超解像処理を行う方法をコンピュータに実行させる実行可能命令を有するコンピュータ可読媒体であって、前記方法は、低周波入力データ構造Lが取得されるように第1のローパスフィルタによって前記低解像入力データ構造Sをフィルタリングするステップと、高周波入力データ構造Hが取得されるように前記低解像入力データ構造Sと前記低周波入力データ構造Lとの間の差を計算するステップと、低周波アップスケールドデータ構造Lが取得されるように、前記低解像入力データ構造Sをアップスケーリングし、該アップスケーリングされた入力データ構造を第2のローパスフィルタによってフィルタリングするステップと、前記低周波アップスケールドデータ構造Lにおいて、第1の位置にある第1のパッチを決定するステップと、前記第1のパッチに最も良く整合する第1のブロックを前記低周波入力データ構造Lにおいて探し、前記低周波入力データ構造L内の前記第1のブロックの位置を決定するステップと、前記決定された位置にある(すなわち、前記低周波入力データ構造L内の前記第1のブロックについて決定された位置にある)前記高周波入力データ構造Hにおける第2のブロックを選択するステップと、前記選択された第2のブロックのピクセルデータを、前記第1の位置で、最初は空である高周波アップスケールドデータ構造におけるパッチである第2のパッチに累算(例えば、加算)するステップと、前記低周波アップスケールドデータ構造Lにおいて新しいパッチを決定するステップ、該決定されたパッチに最も良く整合するブロックを前記低周波入力データ構造Lにおいて探すステップ、前記高周波入力データ構造Hにおける対応するブロックを選択するステップ、及び前記新しいパッチの位置にある前記高周波アップスケールドデータ構造におけるパッチに前記選択された対応するブロックのピクセルデータを累算するステップを繰り返すステップと、正規化された高周波アップスケールドデータ構造Hが取得されるように前記高周波アップスケールドデータ構造における前記累算されたピクセル値を正規化(平均化)し、超解像データ構造Sが取得されるように前記正規化された高周波アップスケールドデータ構造Hを前記低周波アップスケールドデータ構造Lに加えるステップとを有する、コンピュータ可読媒体に関する。
本発明の利点は、(少なくとも一実施形態において)何らかの望ましい非整数の画像アップスケーリング係数により、何らかの1D、2D又は3Dデジタル入力データ構造(例えば、何らかのデジタル画像)のより高解像度の再現を生成することができる点である。更に、これは、一般的な方法において、任意の画像の事前確率の導入なしに、画像が異なる解像度で局所的な自己相似性を示すべきであるとの前提を超えてなされる。これは、一般の画像に適用できると証明されている。
本発明の他の利点は、利用される自己平均化により、従来の方法に比べて、アップスケーリングされたデータ構造において導入されるノイズが少ない点である。本発明の更なる利点は、単一像とともに働くが、有利に、データベース、コードブック又は同様のものを必要とせず、如何なるトレーニング又はトレーニングデータも必要としない点であり、一方、従来の単一像による方法は、高周波標本のトレーニングされたリトリービングのためのデータベースを必要とする。
本発明の有利な実施形態は、従属請求項、下記の説明、及び図面において開示される。
超解像処理を実行する方法のフローチャートである。 原の解像スケールでの類似するパッチの高周波情報の外挿による超解像画像の高周波バンドの合成を示す。 サーチ窓の例となる使用及び位置付けを示す。 オーバーラップを含む2D入力データ構造における連続するパッチの選択と、連続するパッチのための整合ブロックを決定する原理とを示す。 オーバーラップを含む1D入力データ構造における連続するパッチの選択と、連続するパッチのための整合ブロックを決定する原理とを示す。 高解像画像のアップスケールド低周波バンドLの形成と、低解像入力画像Sの2バンド解析(L,H)とを示す。 超解像画像の高周波バンドHを合成する処理の概念的ブロック図である。 超解像画像Sを生成するための補間された低周波バンドL及び外挿された高周波バンドHの融合を示す。 装置のブロック図である。 従来の方法でアップスケーリングされた画像のスペクトルと、本発明に従ってアップスケーリングされた画像のスペクトルとの比較を示す。 本発明の3つの主たる段階を示す。
本発明の実例となる実施形態は、添付の図面を参照して記載される。
図1は、本発明の実施形態に従って、デジタル1D、2D又は3Dデータの低解像入力データ構造Sの超解像処理を行う方法のフローチャートを示す。この実施形態において、方法は、
低周波入力データ構造Lが取得されるように第1のローパスフィルタFl,0によって入力データ構造Sをフィルタリングするステップ170と、
加算器/減算器180において、高周波入力データ構造Hが取得されるように入力データ構造Sと低周波入力データ構造Lとの間の差を計算するステップと、
低周波アップスケールドデータ構造Lが取得されるように、入力データ構造Sをアップスケーリング120し、このアップスケーリングされた入力データ構造を第2のローパスフィルタFl,1によってフィルタリング130するステップと、
低周波アップスケールドデータ構造Lにおいて、第1の位置にある第1のパッチPn,L1を決定するステップと、
第1のパッチPn,L1に最も良く整合する第1のブロックBn,L0を低周波入力データ構造Lにおいて探し151,152,154、低周波入力データ構造L内の第1のブロックBn,L0の位置を決定するステップと、
決定された位置にある高周波入力データ構造Hにおける第2のブロックBn,H0を選択するステップ155と、
選択された第2のブロックBn,H0のデータ値(例えば、ピクセルデータ)を、(第一のパッチPn,L1について先に決定された)第1の位置で、高周波アップスケールドデータ構造H1,accにおけるパッチである第2のパッチPn,H1に累算するステップ157と、
低周波アップスケールドデータ構造Lにおいて新しいパッチPn,L1を決定するステップ、この決定されたパッチPn,L1に最も良く整合するブロックBn,L0を低周波入力データ構造Lにおいて探すステップ151,152,154、高周波入力データ構造Hにおける対応するブロックBn,H0を選択するステップ155、及び新しいパッチPn,L1の位置にある高周波アップスケールドデータ構造H1,accにおけるパッチPn,H1に選択された対応するブロックBn,H0のピクセルデータを累算するステップ157を繰り返すステップ150と、
正規化された高周波アップスケールドデータ構造Hが取得されるように高周波アップスケールドデータ構造H1,accにおける累算されたピクセル値を正規化するステップ190と
を有する。最終的に、超解像データ構造Sは、正規化された高周波アップスケールドデータ構造Hを低周波アップスケールドデータ構造Lに加えることによって得られる。
幾つかの実施形態において、第2のローパスフィルタFl,1によるフィルタリング130後のアップスケーリングされた入力データ構造は、n>dとして、ダウンスケーリング係数dによってダウンスケーリング140される。このようにして、全体の非整数アップスケーリング係数n/dは、低周波アップスケールドデータ構造Lについて求められる。高周波アップスケールドデータ構造H1,init(又はH)は、低周波アップスケールドデータ構造L1と同じサイズを有する。Hのサイズは、予め定義されても、又はLから導出されてもよい。Hは、初期化ステップ160で、このサイズの空のデータ構造H1,initへ初期化される。
図2は、原の解像スケールHでの類似するパッチの高周波情報の外挿による超解像(すなわち、高解像)画像の高周波バンドHの合成の原理を示す。図2乃至7に関する下記の説明において高周波高解像データ構造Hが記述される場合に、実際には、フィルタリング及び正規化をなされていない高周波高解像データ構造H1,accが言及されている点に留意されたい。
高解像画像Lの低周波バンドは、最初に、幾らかのオーバーラップを有して小さいパッチPn,L1(例えば、5×5ピクセル)に分けられる。オーバーラップの量の選択は、高周波アーティファクトへのロバスト性(より多いオーバーラップの場合)と計算速度(より少ないオーバーラップの場合)とのトレードオフを伴う。一実施形態では、夫々の方向における20〜30%のオーバーラップが選択される。すなわち、例えば5つの値を有する隣接パッチに関しては、2つの値が重なり合う。他の実施形態では、オーバーラップはより大きく、例えば、30〜40%、40〜50%、約50%(例えば、45〜55%)又は最大で90%であってよい。パッチサイズの20%を下回るオーバーラップに関して、本発明の下記の効果は、通常、より低い。
先に及び以下で更に述べられているように、最終的な高周波バンドHは、夫々のピクセルに寄与するパッチの数によって正規化後に得られ、よって、結果として、平均値が得られる。パッチ間のオーバーラップが大きくなればなるほど、高周波外挿処理から得られる高周波アーティファクトの抑制はますます良くなり、累算される値はますます多くなる。
次いで、夫々の低周波高解像パッチPn,L1について、平均絶対差(mean absolute difference;MAD,モーション推定から知られる)に関する最良の整合(best matching)は、低解像画像の低周波バンドLにわたる局所的なサーチ窓(例えば、11×11ピクセル)における全数検索後に得られる。最良の整合は、低周波高解像パッチPn,L1(例えば、5×5ピクセル)と同じサイズを有する低周波低解像画像LからのブロックPn,L0である。サーチ窓に関する更なる詳細は、図4に関して以下で記載される。
次のステップを理解するために、図2に示されるように、低解像低周波データ構造Lは低解像高周波データ構造Hと同じ次元を有し、高解像低周波データ構造Lは高解像高周波データ構造Hと同じ次元を有することが留意されるべきである。パッチ毎に、整合した低周波低解像パッチPn,L0(L内)の位置が決定され、整合した低周波低解像パッチPn,L0のその位置にある対応する低解像高周波パッチPn,H0(H内)が取り出される。Hからの取り出された低解像高周波パッチPn,H0は、次いで、高解像低周波データ構造Lにおける現在のパッチが有する同じ位置で、高解像画像の高周波バンドHに累算される。詳細には、Hからの取り出された低解像高周波パッチPn,H0の各値(例えば、ピクセル)は、高解像画像の高周波バンドHの夫々のパッチにおける対応する値(例えば、ピクセル)に累算される。このように、高解像画像の高周波バンドHは、パッチに基づく累算によって合成される。重なり合ったパッチにおいて高解像画像の低周波バンドLを分割し、最良の低周波整合を見つけ、対応する周波寄与を累算する処理は、図3において図解されており、以下で記載される。
結果として、高解像データ構造の結果として得られる(予備的な)高周波バンドHにおける各値は、複数の寄与するパッチからの値の和である。Lにおける(結果として、更に、Hにおける(両者は同じ次元を有するため。))パッチのオーバーラップにより、少なくとも2つのパッチからの値がHにおける多数又は全ての値に寄与する。従って、高解像データ構造の結果として得られる(予備的な)高周波バンドHは正規化190される。このために、高周波高解像データ構造Hにおける各値についてのHからの寄与値の数は、合成処理の間にカウントされ、H1,accにおける各累算値は、最終的に寄与の数によって割られる。
図3は、低解像低周波データ構造L内のサーチ窓の使用及びポジショニングを例示する。Lにおける第1のパッチP11,L1に関し、第1の最も良く整合するブロックP11,L0は、第1のサーチ窓W11内でLにおいて検索される。両パッチは同じサイズを有する。サーチ窓は、夫々の方向において少なくとも1つの値だけパッチよりも大きい(第1のパッチに関しては、エッジ上を除く)。この例では、第1の最も良く整合するブロックP11,L0は、第1のサーチ窓W11の左上角において、Lにおいて見つけられる。このパッチ及びブロックのための更なる処理は、上述されたとおりである。次いで、次のパッチは水平方向及び/又は垂直方向でシフトされ、夫々のパッチは前のパッチと重なり合う。
例において、第2のパッチP12,L1は、所与のパッチ前進によって水平方向にシフトされる位置で選択される。パッチ前進は、パッチサイズとオーバーラップとの間の差である。異なる次元(例えば、2D構造に関して水平方向及び垂直方向)におけるパッチ前進は異なってよく、これにより、高解像出力データ構造の次元において異なる効果又は品質がもたらされ得るが、それらは、通常は等しい。新しいサーチ窓W12は、新しいパッチ位置に従って決定される。原理上、サーチ窓は、パッチと同じ方向であるがよりゆっくりと前進する。よって、現在のサーチ窓は、ここでの場合のように、前のサーチ窓と同じ位置にあってよい。しかし、他のパッチP12,L1がそのサーチ窓において検索されるので、最も良く整合するパッチP12,L0の位置は、通常は異なる。次いで、最も良く整合するパッチP12,L0は、上述されたように、低周波高解像パッチP12,L1の位置で、高解像高周波データ構造Hに累算される。次のパッチP13,L1、P14,L1が決定され、それらの最良の整合が同じように検索される。図3に示されるように、サーチ窓内の最も良く整合するブロックの位置は任意であり、入力データ(例えば、画像コンテンツ)に依存する。上記の説明は、1次元(1D)のデータ構造については十分である。2Dデータ構造に関し、更なる後のパッチの位置は、垂直方向のパッチ前進によって見つけられる(これは、水平方向のパッチ前進と組み合わされてもされなくてもよい。)。また、垂直方向のパッチ前進は、上述され且つP21,L1、・・・、P23,L1に関して図3に示されるように、オーバーラップを含む。
サーチ窓の位置は、現在のパッチの位置に従って決定される。図3に示されるように、異なるパッチのサーチ窓W11、・・・、W22は重なり合う。LはLに類似するデータ構造であるから、夫々の次元におけるサーチ窓の前進は極めて小さい。一実施形態では、サーチ窓は、それらの対応するパッチがLのエッジ上にある場合はLのエッジ上にあり、それは、それらのエッジの間で一様に及び/又は比例的に動かされる。
一実施形態(図3には図示せず。)では、サーチ窓の中心は、パッチの中心に略比例する位置に設定される。例えば、パッチの中心が高解像データ構造Lの3%にある場合に、サーチ窓の中心は、低解像データ構造Lのおよそ3%(端数切り捨て)にあるよう設定される。この場合に、エッジ近くのパッチに関し、サーチ窓のサイズは小さくされてよく、あるいは、サーチ窓は低解像データ構造L内に完全にシフトされてよい。
概して、サーチ窓が大きければ大きいほど、非常に類似したパッチを見つける可能性はますます高くなる。しかし、実際には、局所的なパッチ構造は大域的な自然画像における極めて局所的な領域においてしか見つけられない可能性が高いので、サーチ窓を大いに増大させることによる精度の差はほとんど期待されない。更に、より大きいサーチ窓は、検索の間、より多くの処理を要する。
図4は、画像(すなわち、2D入力データ構造)における連続するパッチの選択、オーバーラップ、及び連続するパッチのための整合ブロックを決定する原理の詳細を示す。代表的に、パッチ及びブロックは5×5ピクセルを有し、サーチ窓は12×12ピクセルを有する。Lにおける第1のパッチP1,L1に関し、サーチ窓Wは、上述されたように、Lにおいて決定される。サーチ窓W内で、異なるブロック位置での第1のパッチの比較が行われ、最小平均絶対差(MAD)を有するブロックB1,L0が決定される。これは、最も良く整合するブロックである。低解像低周波データ構造L0内のその位置が決定される。例えば、その左上角は、3行目第3列にある。
次いで、高周波低解像画像Hにおける同じ位置にある対応するパッチが決定される。よって、それは、その左上角が3行目第3列にある5×5ピクセルパッチである。このパッチは、Hから取り出され、現在の低周波高解像パッチP1,L1の位置で、すなわち、Hの左上角で、Hに加えられる(図4a参照)。
第2のパッチP2,L1は、図4b)に示されるように、用いられるパッチ前進に従って選択される。パッチ前進は、この場合に、両方の方向において2ピクセルであり、これは、5×5ピクセルのパッチサイズにより、オーバーラップが3であることを意味する。よって、この例では、垂直オーバーラップv及び水平オーバーラップvは等しい。よりゆっくりとしたサーチ窓の前進により、サーチ窓Wは、前のパッチに対するものと同じである。しかし、異なるピクセル値(任意の画像コンテンツに従う)により、サーチ窓内の他の最も良く整合するブロックB2,L0が見つけられる。上述されたのと同じように、その位置が決定され(例えば、2行目第7列にある左上角)、対応する5×5ブロック(左上角が2行目第7列にある)がHから取り出され、Hからの取り出されたブロックは、第2のパッチP2,L1の位置で、すなわち、1行目第3列にあるその左上角により、高周波高解像画像Hに加えられる。よって、2又はそれ以上の異なるパッチに属する特定のピクセルは、最も良く整合するブロックの対応するピクセルから累算される。すなわち、代表的に、高解像高周波画像Hの5行目第4列にある特定のピクセル(図4に示されるLにおける位置に対応)は、記載されている処理の目下の段階で、7行目第6列にあるピクセルから(第1のパッチの最も良く整合するブロックB1,L0から)及び6行目第8列にあるピクセルから(第2のパッチの最も良く整合するブロックB2,L0から)累算される値を有する。
上述されたように、サーチ窓は、通常、複数のパッチが処理された後にのみ前進する。上記の構成に関して図4c)で例示されるように、それは、サーチ窓Wが水平方向において1ピクセルだけシフトされる前に、三度のパッチ前進(すなわち、4番目のパッチ)を要する。更に、パッチ前進(及び、よって、サーチ窓前進)の様々な次元の順次的な順序は違いがないことがここでは留意される。よって、図4d)に表されるパッチは、前のパッチがLの右側エッジまでシフトされた後に処理されてよいが、それはまた、図4a)に示されるような第1のパッチの後に直接処理されてもよい。
図5は、1Dデータ構造のための対応する例を示す。この場合にも、低周波高解像データ構造Lの位置#1・・・#4にある第1のパッチ(Xで表される値を有する)は、低周波低解像データ構造Lサーチ窓w内で見つけられる。例えば、位置#2・・・#5にある値。よって、位置#2・・・#5での対応するH(図示せず。)の値は、位置#1・・・#4でH(図示せず。)へ加えられる。第2のステップで、Lの位置#3・・・#6での第2のパッチは、Lにおいて、例えば、Lの位置#3・・・#6(サーチ窓の位置#2・・・#5)で、第2のサーチ窓w内で見つけられる。よって、位置#3・・・#6での対応するH(図示せず。)の値は、位置#2・・・#5でH(図示せず。)へ加えられ、以降続く。
1D及び2Dデータ構造に関して上述されたのと同じ原理は、3Dデータ構造を含むあらゆる多次元データ構造にも適用可能である。
上述されたように、単一像を超解像化するための開示される方法は、3つの段階から成る。本発明の第1の段階として、図6は、高解像画像のアップスケーリングされた低周波バンドLの形成、及び低解像入力画像Sの2バンド解析(L,H)の原理を示す。方法のこの第1の段階の目的は、一実施形態において分数であるアップスケーリング係数により高解像画像の低周波バンドLと、同じ正規化されたバンド幅を有する低解像画像Lと、低解像画像の残りの高周波成分Hとを得ることである。低周波部分L及び高周波部分Hへの低解像入力画像Sの2バンド解析が実行される。低解像画像のカットオフ正規化周波数は、高解像画像のそれと等しい。一実施形態では、可分なフィルタが、平方点広がり関数(PSF)による大規模な畳み込みを回避するために使用される。これは、補間高解像フィルタFl,1及びローパス低解像フィルタFl,0の両方が十分に1次元フィルタとして表され得ることを意味する。このために、必要に応じて、PSFは、対応する係数ベクトルのテンソル積として計算され得る(Fl,1 2D=Fl,1l,1 及びFl,0に関して同様)。
以下で、フィルタの設計のための一実施形態が記載される。
図6に示される2つのフィルタの設計は、主に、低解像FIRフィルタFl,0の次数Nの任意の選択及び有理数のアップスケーリング係数n/dによって決定される。常のごとく、次数の選択は、畳み込みのための利用可能な計算時間によって決定される。概して、8・・・16の次数における値は、急峻な十分な遷移バンドを提供するのに十分であるべきである。次数Nのために偶数値を選択し、これによりN+1個のフィルタ係数が得られることによって、更なる位相シフトは回避され、より正確な高周波バンドが得られる。ローパスフィルタFl,1及びFl,0はいずれも実数であり、直線位相を有する。すなわち、それらは有限インパルス応答(finite impulse response;FIR)フィルタである。対応するカットオフ周波数での各フィルタの正規化ゲインは、−6dBと定義される。係数は、長さN+1のハミング窓を用いる離散sinc関数として定義される。フィルタ振幅は、概して、ウィンドウイング後のローパスバンドの中心でのスケーリングとして定義される。
高解像補間フィルタ
それらの規則を念頭に置いて、設計すべき第1のフィルタは、高解像補間フィルタFl,1である。低解像フィルタFl,0のための所望の次数N、有理数のアップスケーリング係数n/d、及び前の段落からの設計規則を鑑み、残りの欠けているパラメータは、スケーリング係数σ(既知のサンプル間に挿入されているn個のゼロに対処するため)、高解像フィルタFl,1のための次数N、及びそのカットオフ正規化周波数Ωである。それらのパラメータは、σ=n、N=Nn、及びΩ=min(1/n,1/d)=1/nである。カットオフ周波数は、既存のサンプル間へのゼロの挿入によって生じるスペクトルレプリカを削除する要件に従う。
低解像等価ローパスフィルタ
この場合に、ゼロは既存のサンプル間に導入されず、従って、このフィルタの振幅はσ=1である。このフィルタの次数は予め任意に定義されており、カットオフ周波数はΩ=d/nに設定される。この値は、高解像画像に適用される補間フィルタ後のデシメーションを補償する。
このフィルタ設計によれば、低解像入力画像の解析された低周波成分は、正規化されたバンド幅に関して、所望の高解像画像の低周波成分に整合する。反対に、低解像画像の解析された高周波成分は、高解像画像の欠けている高周波バンドを推定するために使用される。
本発明の第2の段階の目的は、入力画像における局所的な自己相似性を利用することによって、高解像画像の高周波バンドを合成することである。これは、小さいパッチ毎に基づく。方法は、概して、低解像画像の解析された低周波成分のためのより幅広い周波数バンド幅(増大された情報)の利用可能性により、より小さい倍率係数を用いることが有効である。これは、類似する低周波コンテンツを有する画像パッチのためのより良い選択性を提供する。これは、図7において概略的に図解される。方法の更なる詳細は、以下で論じられる。
図7は、超解像画像の高周波バンドを合成する処理の概念的ブロック図700を例示する。これは、原理上、低解像画像の高周波バンドHを外挿することによって行われる。信号W(t)及びW(t)は、処理されている現在の画像パッチに応じて時間において変化する位置を有する空間窓であり、パッチ前進及びサーチ窓前進を夫々象徴する。すなわち、例えば、高解像画像の低周波バンドLが分割される小さいパッチ(例えば、5×5ピクセル)の前進及びオーバーラップは、低周波高解像データ構造L内を、及び、同時に、高解像データ構造の高周波バンドH内を第1の速度で進む窓W(t)として理解され得る。低解像画像の低周波バンドLにわたるサーチ窓の前進は、時間変化する窓W(t)によってモデル化され、これは、同じように低解像画像の高周波バンドHに適用される。サーチユニット710は、サーチ窓内で最も良く整合するブロック(すなわち、最小SADを有するもの)のための全数検索を実行する。その位置は、上述されたように、低解像画像の高周波バンドHに適用される。検索は、通常、ある存続期間を有するので、この遅延は、遅延補償ユニット720,730によって補償される。低解像高周波データ構造Hにおける対応するパッチは、抽出ユニット740で取り出され、累算ユニット750で高解像高周波データ構造Hへ累算される。同様の実施形態は、1D又は3Dのような、2Dとは異なる次元を有するデータ構造のために導出され得る。
第3の段階は、最終的な高解像画像の形成である。この段階の目的は、高解像画像の低周波バンドLを高解像画像の正規化された高周波バンドHと適切に融合することである。正規化された高周波高解像バンドHは、低周波高解像バンドLによる加算の前に、ハイパスフィルタリングされ得る。このハイパスフィルタリングは、スペクトル適合性を確かにするために有利であるが、L及びHが実質的に重なり合った周波数を有さない場合に省略され得る(図8b参照)。
図8は、超解像画像Sを生成するための低周波高解像バンドLと正規化された高周波高解像バンドHとの融合を例示する。正規化された高周波バンドHは、低周波バンドとのスペクトル適合性を確かにするために、ハイパスフィルタ800を用いてフィルタリングされる。
高解像ハイパスフィルタ
フィルタFh,1は、第1の段階におけるフィルタFl,0、Fl,1と同じように設計される。この場合に、目的は、カットオフ周波数Ω1,h=d/max(n,d)=d/nを有するハイパスフィルタを得ることである。その次数は、低解像フィルタの次数のスケーリングされたもの、すなわち、N1,h=round(Nn/d)に設定され、その振幅はσ1,h=1である。可分なハイパスフィルタの最終的な係数は、同じカットオフ周波数を有する相補的なローパスフィルタの係数を差し引いた、ハミング窓の中心と整列されたクロネッカーのデルタ(Kronecker delta)に設定される。すなわち、ハイパスフィルタは、所望のハイパスフィルタと同じカットオフ周波数を有するローパスフィルタを差し引いた全パスフィルタ(係数の組はクロネッカーのデルタと等しい)として定義される。これは、図8b)に図表を用いて示されている。図8b)において、左側は、ハイパスフィルタの所望の周波数応答HPであり、右側は、全パスフィルタAPと上記のローパスフィルタLPとの応答の差である。
上記の説明から明らかになったように、高解像画像の低周波バンドLは、原理上、補間によって得られ、一方、高解像画像の高周波バンドHは、原理上、外挿によって得られる。
図9は、デジタルデータの低解像入力データ構造Sの超解像処理を行う装置であって、低周波入力データ構造Lが取得されるように入力データ構造Sをフィルタリングする第1のローパスフィルタ970と、高周波入力データ構造Hが生成されるように入力データ構造Sと低周波入力データ構造Lとの間の差を計算する加算器、減算器又は微分器980と、入力データ構造Sをアップスケーリングするアップスケーラ920と、低周波アップスケールドデータ構造Lが取得されるように、アップスケーリングされた入力データ構造をフィルタリングする第2のローパスフィルタ930と、低周波アップスケールドデータ構造Lにおいて、第1の位置にある第1のパッチを決定する第1の決定ユニット951と、第1のパッチに最も良く整合する第1のブロックを低周波入力データ構造Lにおいて探すサーチユニット952と、低周波入力データ構造L内の第1のブロックの位置を決定する第2の決定ユニット954と、決定された位置にある(すなわち、低周波入力データ構造内の第1のブロックについて決定された位置にある)高周波入力データ構造Hにおける第2のブロックを選択するセレクタユニット955と、選択された第2のブロックのピクセルデータを、最初は空である第1の位置での高周波アップスケールドデータ構造におけるパッチである第2のパッチに累算(すなわち、加算)する累算器957と、低周波アップスケールドデータ構造Lにおける複数のパッチについての処理の繰り返しを制御する制御ユニット950と、正規化された高周波アップスケールドデータ構造Hが取得されるように高周波アップスケールドデータ構造における累算されたピクセル値を正規化(すなわち、平均化)する正規化ユニット990と、正規化された高周波アップスケールドデータ構造Hをフィルタリングするハイパスフィルタ995と、超解像データ構造Sが取得されるように、ハイパスフィルタによりフィルタリングされた正規化された高周波アップスケールドデータ構造Hを低周波アップスケールドデータ構造Lと結合する結合ユニット999とを有する装置を示す。適切なサイズを有する様々なメモリMemL、MemL、MemH、MemHは、中間記憶のために使用され得る。なお、これらは、1又はそれ以上の物理メモリとして実施されてよい。原理上、正規化(すなわち、平均化)は、現在のピクセルについて、その現在のピクセルの累算された値に寄与しているピクセルの数によって現在のピクセルの累算された値を割ることを含む。なお、実質的に同等の結果をもたらす如何なる正規化方法も使用され得る。
更なる実施形態は、それらの幾つかが図1及び/又は図9においても示されており、以下で記載される。
一実施形態では、方法は、低周波入力データ構造Lにおいて第1のサーチ窓Wを決定するステップ151,152を更に有し、第1のサーチ窓Wは、高周波アップスケールドデータ構造Lにおいて第1の位置に対応する位置にあるブロックの周りの領域をカバーし、前記低周波入力データ構造Lにおいて探すステップ152,154は、第1のサーチ窓W内でのみ実行される。低周波入力データ構造Lにおいてサーチ窓Wを決定するステップ151,152は、低周波アップスケールドデータ構造Lにおいて新しいパッチごとに繰り返される。
一実施形態では、サーチ窓によってカバーされる領域は、高周波アップスケールドデータ構造Lにおいて第1の位置に対応する位置にあるブロックの周りの低周波アップスケールドデータ構造Lの夫々の方向における複数の値を有する。
一実施形態では、低周波アップスケールドデータ構造Lにおける夫々の新しいパッチPn,L1は、少なくとも1つの前に処理されたパッチと重なり合う。
一実施形態では、低周波アップスケールドデータ構造Lは、入力データ構造Sをアップスケーリング係数nによってアップスケーリング120し、アップスケーリングされた入力データ構造を第2のローパスフィルタFl,1によってフィルタリング130し、フィルタリングされたアップスケーリングされた入力データ構造をダウンスケーリングユニット940においてダウンスケーリング係数dによってダウンスケーリング140することによって取得され、n>dである。このようにして、最終の非整数スケーリング係数n/dが取得される。
一実施形態では、第1のローパスフィルタFl,0及び第2のローパスフィルタFl,1は、同等のフィルタである(すなわち、正規化されたカットオフ周波数に係る)。
一実施形態では、第1のローパスフィルタFl,0は、次数N、σ=1の大きさ、及びΩ=d/nの正規化されたカットオフ周波数の特性を備え、第2のローパスフィルタFl,1は、N=nNの次数、σ=nの大きさ、及びΩ=1/nの正規化されたカットオフ周波数の特性を備える。
一実施形態では、方法は、ハイパスフィルタFh,1により高周波アップスケールドデータ構造H1,accをフィルタリングするステップを更に有する。ハイパスフィルタFh,1は、Ω1,h=d/nの正規化されたカットオフ周波数、N1,h=round(N×n/d)の次数、及びσ1,h=1の大きさを有する。
一実施形態では、低周波アップスケールドデータ構造Lにおいて新しいパッチPn,L1を決定するステップ、該決定されたパッチPn,L1に最も良く整合するブロックを低周波入力データ構造Lにおいて探すステップ152,154、高周波入力データ構造Hにおける対応するブロックBn,H0を選択するステップ155、及び新しいパッチPn,L1の位置にある高周波アップスケールドデータ構造H1,accにおけるパッチPn,H1にその選択された対応するブロックBn,H0のピクセルデータを累算するステップ157は、低周波アップスケールドデータ構造Lの全体がカバーされるまで全てのパッチについて繰り返される。
一実施形態では、方法は、高周波アップスケールドデータ構造H1,accにおいてピクセルごとの寄与の数、すなわち、高周波アップスケールドデータ構造H1,accのピクセルに寄与した高周波入力データ構造Hからのブロックの数をカウントするステップを更に有する。その場合に、正規化するステップ190は、カウントするステップによって取得された寄与の数によってH1,accにおけるピクセルごとの累算値を割ることを含む。
一実施形態では、入力データ構造Sは、2Dデジタル画像である。他の実施形態では、入力データ構造Sは、3Dデジタル画像である。デジタル画像は、一般的に、デジタルビデオシーケンスの部分であってよい。
一実施形態では、入力データ構造Sは、デジタル2Dデータを有し、夫々のブロック及び夫々のパッチは、少なくとも5×5個の値を有し、サーチ窓は、少なくとも9×9個の値をカバーし、夫々のパッチは、少なくとも2個の値だけ少なくとも1つの先に処理されたパッチと重なり合う。
一実施形態では、装置は、低周波入力データ構造L、低周波アップスケールドデータ構造L、高周波入力データ構造H、及び高周波アップスケールドデータ構造Hのうちの少なくとも1つの中間記憶のための少なくとも1つのメモリMemL、MemL、MemH、MemHを更に有する。
一実施形態では、装置は、低周波入力データ構造Lにおいてサーチ窓Wを決定するサーチ窓決定ユニットをサーチユニット952内で更に有し、サーチ窓Wは、高周波アップスケールドデータ構造Lにおいて第1の位置に対応する位置にあるブロックの周りの領域をカバーし、サーチユニット952は、第1のサーチ窓W内でのみ低周波入力データ構造Lにおいて探す。
一実施形態では、装置は、高周波アップスケールドデータ構造H1,accにおいてピクセルごとの寄与の数をカウントするカウンタ953を更に有する。正規化ユニット990は、寄与の数によってピクセルごとの累算値を割る動作を実行する。
図10は、a)及びb)において、画像及びその原のスペクトルを示す。更に、図10c)は、本発明に従って画像がアップスケーリングされた後のその画像のスペクトルを示し、図10d)は、既知の双三次補間を用いて従来手法でアップスケーリングされた後の画像のスペクトルを示す。認識され得るように、従来手法でアップスケーリングされた画像のクリッピングされたスペクトルは改善され、本例では、対角線沿いの付加的な値において可視的である。つまり、本発明に従ってアップスケーリングされたデータ構造のスペクトルは、従来手法によりアップスケーリングされたデータ構造のスペクトルよりも原のスペクトルに近づくことが、本発明の利点である。周波数スペクトルは、開示されている方法が如何にして、アッスケーリングされた画像の欠けている高周波をもっともらしく外挿することができるのかを明示し(それらは、アップスケーリングされた画像におけるより鮮明な輪郭に見られ、より視覚的に魅力的な画像が得られる。)、一方、双三次補間は、多大なエイリアシング・アーティファクトを導入する。
開示されている方法は、より高い解像度のバージョンが推定されるべきである多数の公に利用可能な低解像入力メッセージに対して実施及びテストされてきた。一実施形態では、それは、概して、入力画像の輝度チャネルにのみ適用され、色アップスケーリングを双三次補間のようなより高速なアルゴリズムに任せる。図10の例では、超解像画像は、1.5倍(n=3,d=2)の小さいアップスケーリング係数を三回入力画像に繰り返し適用することによって取得された。
図11は、単一像を超解像化するための開示される方法に含まれる3つの基本的な段階を示す。第1の段階1110で、入力画像の補間に基づくアップスケーリングが行われ、低解像画像に対する等価ローパスフィルタリング動作が続く。第2の段階1120は、高解像画像における被検パッチと、部分的に重なり合うパッチを含む低解像低周波画像における局所的に隣接したパッチとの間の低周波整合の検索、及び低解像画像から取得される高周波寄与を累算することを有する。第3の段階1130は、正規化及びハイパスフィルタリングと、高解像画像の低周波バンド及び外挿されるハイパスフィルタリング及び正規化された高周波バンドの寄与の加算と有する。
デジタル画像として簡単に示されているが、他のタイプのデジタルデータ構造が、当業者に明らかなように、デジタル画像以外に構成されてよいことが留意されるべきであり、それらのデジタルデータ構造の全ては本発明の範囲内に包含される。同様の原理は、画像ノイズ除去又は他の復元プロシージャのような他の画像処理タスクに、更には、オーディオ信号のような異なる性質及び次元の超分解能信号を取得するために、適用され得る。
開示されている方法は、単一像とともに働くが、有利に、高周波部分(すなわち、詳細)を含む十分な標本を取り出すためのデータベースを必要としない。
他の利点として、開示されている方法は、比較的計算的に効率的であり(それは単一像しか必要とせず、メインの処理ステップは小規模の局所検索である。)、アップスケーリング係数の定義が柔軟であり(それは有理数のアップスケーリング係数及び簡単なFIRフィルタ設計を可能にする。)、更には、異なる性質の信号を処理するために一般化され得る(信号モデルにおける事前の推定は、局所的な自己相似性を超えて、必要とされない。)。
本発明の更なる利点は、入力データ構造の単一のアップスケーリングプロシージャしか用いられず、且つ、外挿がその原の解像度で入力データ構造からなされることである。よって、アップスケーリングによって導入されるアーティファクトの量は最小限にされ、これは、特に、有理数のアップスケーリング係数にとって有利であり、広い高周波バンドが、高周波高解像データ構造における情報を増強するために利用可能である。
本発明の更なる利点は、フィルタを設計するための明確且つ単純な規則が提供されること、及びフィルタが空間不変であることから一度しか設計される必要がないことである。
本発明の更なる利点は、空間平均化により、高周波高解像データ構造Hが、従来手法により得られるものよりもノイズ及び他のアーティファクトに対してロバストであることである。
本発明の更なる利点は、補間される低周波高解像バンドLと外挿される高周波高解像バンドHとを融合するプロシージャがそれらの間のコヒーレンスを考慮することである。これは、高周波高解像データ構造のためのハイパスフィルタの適切な設計によって達成される。
本発明の好ましい実施形態に適用される本発明の基本的な新規の特徴が図示、記載及び指摘されてきたが、記載されている装置及び方法における様々な省略及び置換及び変更は、開示されている装置の形態及び詳細において並びにそれらの動作において、本発明の技術的範囲から逸脱することなしに当業者によってなされてよいことが理解されるであろう。代表的に、本発明は平方なブロック及びパッチに関して開示されてきたが、当業者は、ここで記載されている方法及び装置が他の形状及び/又はサイズのブロック及びパッチ、例えば、長方形形状又は自由造形の形状、4×4,・・・,16×16の正方形、等に適用されてよいことを認識するであろう。更に、本発明は空間分解能に関して開示されてきたが、当業者は、ここで記載されている方法及び装置が必要な変更を加えて時間分解能にも適用されてよいことを認識するであろう。同じ結果を達成するよう実質的に同じ方法において実質的に同じ機能を実行するそれらの要素の全ての組み合わせは、本発明の技術的範囲にあることが明示的に意図される。1つの記載されている実施形態から他への要素の置換がまた、十分に意図され且つ考慮される。本発明は、単に一例として記載されており、詳細の変更は、本発明の技術的範囲から逸脱することなしになされ得ることが理解されるであろう。
明細書並びに(必要に応じて)特許請求の範囲及び図面において開示されている夫々の特徴は、独立して又は何らかの適切な組み合わせにおいて提供されてよい。特徴は、必要に応じて、ハードウェア、ソフトウェア、又はそれらの組み合わせにおいて、例えば、グラフィクスハードウェア(GPU)において実施されてよい。特許請求の範囲において現れる参照符号は、単に例示であり、特許請求の範囲の適用範囲に対する制限効果を有すべきではない。

Claims (16)

  1. デジタル1D、2D又は3Dデータの低解像入力データ構造の超解像処理を行う方法であって、
    低周波入力データ構造が取得されるように第1のローパスフィルタによって前記低解像入力データ構造をフィルタリングするステップと、
    高周波入力データ構造が生成されるように前記低解像入力データ構造と前記低周波入力データ構造との間の差を計算するステップと、
    低周波アップスケールドデータ構造が取得されるように、前記低解像入力データ構造をアップスケーリングし、該アップスケーリングされた入力データ構造を第2のローパスフィルタによってフィルタリングするステップと、
    前記低周波アップスケールドデータ構造において、第1の位置にある第1のパッチを決定するステップと、
    前記第1のパッチに最も良く整合する第1のブロックを前記低周波入力データ構造において探し、前記低周波入力データ構造内の前記第1のブロックの位置を決定するステップと、
    前記低周波入力データ構造内の前記第1のブロックについて決定された位置にある前記高周波入力データ構造における第2のブロックを選択するステップと、
    前記選択された第2のブロックのピクセルデータを、加算によって、前記第1の位置で、最初は空である高周波アップスケールドデータ構造におけるパッチである第2のパッチに累算するステップと、
    前記低周波アップスケールドデータ構造において新しいパッチを決定するステップ、該決定されたパッチに最も良く整合するブロックを前記低周波入力データ構造において探すステップ、前記高周波入力データ構造における対応するブロックを選択するステップ、及び前記新しいパッチの位置にある前記高周波アップスケールドデータ構造におけるパッチに前記選択された対応するブロックのピクセルデータを累算するステップを繰り返すステップと、
    正規化された高周波アップスケールドデータ構造が取得されるように前記高周波アップスケールドデータ構造における前記累算されたピクセル値を正規化するステップであって、現在のピクセルについて、該現在のピクセルの累算された値に寄与しているピクセルの数によって前記現在のピクセルの前記累算された値を割ることを含むステップと、
    超解像データ構造が取得されるように前記正規化された高周波アップスケールドデータ構造を前記低周波アップスケールドデータ構造に加えるステップと
    を有する方法。
  2. 前記低周波入力データ構造において、前記高周波アップスケールドデータ構造において前記第1の位置に対応する位置にあるブロックの周りの領域をカバーする第1のサーチ窓を決定するステップを更に有し、
    前記低周波入力データ構造において探すステップは、前記第1のサーチ窓内でのみ実行され、
    前記低周波入力データ構造においてサーチ窓を決定するステップは、前記低周波アップスケールドデータ構造において新しいパッチごとに繰り返される、
    請求項1に記載の方法。
  3. 前記サーチ窓によってカバーされる領域は、前記高周波アップスケールドデータ構造において前記第1の位置に対応する位置にあるブロックの周りの前記低周波アップスケールドデータ構造の夫々の方向における複数の値を有する、
    請求項2に記載の方法。
  4. 前記低周波アップスケールドデータ構造における夫々の新しいパッチは、少なくとも1つの前に処理されたパッチと重なり合う、
    請求項1乃至3のうちいずれか一項に記載の方法。
  5. 前記低周波アップスケールドデータ構造は、前記低解像入力データ構造をアップスケーリング係数nによってアップスケーリングし、該アップスケーリングされた入力データ構造を前記第2のローパスフィルタによってフィルタリングし、該フィルタリングされたアップスケーリングされた入力データ構造をダウンスケーリング係数dによってダウンスケーリングすることによって取得され、n>dであり、
    最終の非整数スケーリング係数n/dが取得される、
    請求項1乃至4のうちいずれか一項に記載の方法。
  6. 前記第1のローパスフィルタ及び前記第2のローパスフィルタは、同等のフィルタである、
    請求項1乃至5のうちいずれか一項に記載の方法。
  7. 前記第1のローパスフィルタは、次数N、σ=1の大きさ、及びΩ=d/nの正規化されたカットオフ周波数の特性を備え、前記第2のローパスフィルタは、N=nNの次数、σ=nの大きさ、及びΩ=1/nの正規化されたカットオフ周波数の特性を備える、
    請求項1乃至6のうちいずれか一項に記載の方法。
  8. Ω1,h=d/nの正規化されたカットオフ周波数、N1,h=round(N×n/d)の次数、及びσ1,h=1の大きさを有するハイパスフィルタにより前記高周波アップスケールドデータ構造をフィルタリングするステップを更に有する
    請求項1乃至7のうちいずれか一項に記載の方法。
  9. 前記低周波アップスケールドデータ構造において新しいパッチを決定するステップ、該決定されたパッチに最も良く整合するブロックを前記低周波入力データ構造において探すステップ、前記高周波入力データ構造における対応するブロックを選択するステップ、及び前記新しいパッチの位置にある前記高周波アップスケールドデータ構造におけるパッチに前記選択された対応するブロックのピクセルデータを累算するステップは、前記低周波アップスケールドデータ構造の全体がカバーされるまで全てのパッチについて繰り返される、
    請求項1乃至7のうちいずれか一項に記載の方法。
  10. 前記高周波アップスケールドデータ構造においてピクセルごとの寄与の数をカウントするステップを更に有し、
    前記正規化するステップは、前記カウントするステップによって取得された前記寄与の数によってピクセルごとの累算値を割ることを含む、
    請求項1乃至8のうちいずれか一項に記載の方法。
  11. デジタル2Dデータの前記低解像入力データ構造は、デジタル画像である、
    請求項1乃至9のうちいずれか一項に記載の方法。
  12. 前記低解像入力データ構造は、デジタル2Dデータを有し、
    夫々のブロック及び夫々のパッチは、少なくとも5×5個の値を有し、前記サーチ窓は、少なくとも9×9個の値をカバーし、夫々のパッチは、少なくとも2個の値だけ少なくとも1つの先に処理されたパッチと重なり合う、
    請求項1乃至10のうちいずれか一項に記載の方法。
  13. デジタルデータの低解像入力データ構造の超解像処理を行う装置であって、
    低周波入力データ構造が取得されるように前記低解像入力データ構造をフィルタリングする第1のローパスフィルタと、
    高周波入力データ構造が生成されるように前記低解像入力データ構造と前記低周波入力データ構造との間の差を計算する加算器、減算器又は微分器と、
    前記低解像入力データ構造をアップスケーリングするアップスケーラと、
    低周波アップスケールドデータ構造が取得されるように前記アップスケーリングされた入力データ構造をフィルタリングする第2のローパスフィルタと、
    前記低周波アップスケールドデータ構造において、第1の位置にある第1のパッチを決定する第1の決定ユニットと、
    前記第1のパッチに最も良く整合する第1のブロックを前記低周波入力データ構造において探すサーチユニットと、
    前記低周波入力データ構造内の前記第1のブロックの位置を決定する第2の決定ユニットと、
    前記低周波入力データ構造内の前記第1のブロックについて決定された位置にある前記高周波入力データ構造における第2のブロックを選択するセレクタユニットと、
    前記選択された第2のブロックのピクセルデータを、加算によって、前記第1の位置で、最初は空である高周波アップスケールドデータ構造におけるパッチである第2のパッチに累算する累算器と、
    前記低周波アップスケールドデータ構造における複数のパッチについての処理の繰り返しを制御する制御ユニットと、
    正規化された高周波アップスケールドデータ構造が取得されるように前記高周波アップスケールドデータ構造における前記累算されたピクセル値を正規化し、該正規化が、現在のピクセルについて、該現在のピクセルの累算された値に寄与しているピクセルの数によって前記現在のピクセルの前記累算された値を割ることを含む正規化ユニットと、
    前記正規化された高周波アップスケールドデータ構造をフィルタリングするハイパスフィルタと、
    超解像データ構造が取得されるように、前記ハイパスフィルタによりフィルタリングされた前記正規化された高周波アップスケールドデータ構造を前記低周波アップスケールドデータ構造と結合する結合ユニットと
    を有する装置。
  14. 前記低周波入力データ構造において、前記高周波アップスケールドデータ構造において前記第1の位置に対応する位置にあるブロックの周りの領域をカバーするサーチ窓を決定するサーチ窓決定ユニットを更に有し、
    前記サーチユニットは、前記サーチ窓内でのみ前記低周波入力データ構造において探す、
    請求項13に記載の装置。
  15. 前記高周波アップスケールドデータ構造においてピクセルごとの寄与の数をカウントするカウンタを更に有し、
    前記正規化ユニットは、前記寄与の数によってピクセルごとの累算値を割る動作を実行する、
    請求項13又は14に記載の装置。
  16. デジタルデータの低解像入力データ構造の超解像処理を行う方法をコンピュータに実行させる実行可能命令を有するコンピュータ可読媒体であって、
    前記方法は、
    低周波入力データ構造が取得されるように第1のローパスフィルタによって前記低解像入力データ構造をフィルタリングするステップと、
    高周波入力データ構造が生成されるように前記低解像入力データ構造と前記低周波入力データ構造との間の差を計算するステップと、
    低周波アップスケールドデータ構造が取得されるように、前記低解像入力データ構造をアップスケーリングし、該アップスケーリングされた入力データ構造を第2のローパスフィルタによってフィルタリングするステップと、
    前記低周波アップスケールドデータ構造において、第1の位置にある第1のパッチを決定するステップと、
    前記第1のパッチに最も良く整合する第1のブロックを前記低周波入力データ構造において探し、前記低周波入力データ構造内の前記第1のブロックの位置を決定するステップと、
    前記低周波入力データ構造内の前記第1のブロックについて決定された位置にある前記高周波入力データ構造における第2のブロックを選択するステップと、
    前記選択された第2のブロックのピクセルデータを、加算によって、前記第1の位置で、最初は空である高周波アップスケールドデータ構造におけるパッチである第2のパッチに累算するステップと、
    前記低周波アップスケールドデータ構造において新しいパッチを決定するステップ、該決定されたパッチに最も良く整合するブロックを前記低周波入力データ構造において探すステップ、前記高周波入力データ構造における対応するブロックを選択するステップ、及び前記新しいパッチの位置にある前記高周波アップスケールドデータ構造におけるパッチに前記選択された対応するブロックのピクセルデータを累算するステップを繰り返すステップと、
    正規化された高周波アップスケールドデータ構造が取得されるように前記高周波アップスケールドデータ構造における前記累算されたピクセル値を平均化することで正規化するステップと、
    超解像データ構造が取得されるように前記正規化された高周波アップスケールドデータ構造を前記低周波アップスケールドデータ構造に加えるステップと
    を有する、コンピュータ可読媒体。
JP2014551624A 2012-01-12 2013-01-11 低解像入力データ構造の超解像バージョンを生成する方法及び装置 Pending JP2015507273A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP12305046.0 2012-01-12
EP12305046.0A EP2615579A1 (en) 2012-01-12 2012-01-12 Method and device for generating a super-resolution version of a low resolution input data structure
PCT/EP2013/050466 WO2013104747A1 (en) 2012-01-12 2013-01-11 Method and device for generating a super-resolution version of a low resolution input data structure

Publications (2)

Publication Number Publication Date
JP2015507273A true JP2015507273A (ja) 2015-03-05
JP2015507273A5 JP2015507273A5 (ja) 2016-02-25

Family

ID=47553088

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014551624A Pending JP2015507273A (ja) 2012-01-12 2013-01-11 低解像入力データ構造の超解像バージョンを生成する方法及び装置

Country Status (9)

Country Link
US (1) US9245326B2 (ja)
EP (2) EP2615579A1 (ja)
JP (1) JP2015507273A (ja)
KR (1) KR20140116406A (ja)
CN (1) CN104137143A (ja)
AU (1) AU2013208922A1 (ja)
BR (1) BR112014016768A8 (ja)
HK (1) HK1204126A1 (ja)
WO (1) WO2013104747A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015515179A (ja) * 2012-03-05 2015-05-21 トムソン ライセンシングThomson Licensing 超解像度処理のための方法、システム及び装置

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2878514A1 (en) 2012-07-26 2014-01-30 Olive Medical Corporation Ycbcr pulsed illumination scheme in a light deficient environment
EP2992810B1 (en) 2012-07-26 2021-11-10 DePuy Synthes Products, Inc. Continuous video in a light deficient environment
KR20140086632A (ko) * 2012-12-28 2014-07-08 삼성디스플레이 주식회사 영상 처리 장치 및 그것을 포함하는 표시 장치
CA2907116A1 (en) 2013-03-15 2014-09-18 Olive Medical Corporation Controlling the integral light energy of a laser pulse
AU2014233464B2 (en) 2013-03-15 2018-11-01 DePuy Synthes Products, Inc. Scope sensing in a light controlled environment
JP2016519591A (ja) * 2013-03-15 2016-07-07 オリーブ・メディカル・コーポレイションOlive Medical Corporation パルスカラー撮像システムにおける超解像度及び色運動アーチファクト補正
JP6158956B2 (ja) * 2014-01-28 2017-07-05 シャープ株式会社 画像処理装置
US9734558B2 (en) * 2014-03-20 2017-08-15 Mitsubishi Electric Research Laboratories, Inc. Method for generating high-resolution images using regression patterns
WO2015143453A1 (en) 2014-03-21 2015-09-24 Olive Medical Corporation Card edge connector for an imaging sensor
KR101651741B1 (ko) * 2014-09-30 2016-08-26 한국전자통신연구원 영상의 영역 별로 선명화하는 고해상도 영상 생성 장치 및 방법
CN104580931A (zh) * 2015-01-22 2015-04-29 成都索贝数码科技股份有限公司 一种图像、视频超分辨率放大的系统与方法
KR102272108B1 (ko) * 2015-02-27 2021-07-05 삼성전자주식회사 영상 처리 장치 및 방법
CN105072373B (zh) * 2015-08-28 2018-03-27 中国科学院自动化研究所 基于双向循环卷积网络的视频超分辨率方法和系统
CN105405106A (zh) * 2015-10-22 2016-03-16 华南农业大学 一种单图像超分辨率重建的方法
EP3166070B1 (en) 2015-11-09 2021-01-06 InterDigital CE Patent Holdings Method for upscaling noisy images, and apparatus for upscaling noisy images
US10282831B2 (en) * 2015-12-28 2019-05-07 Novatek Microelectronics Corp. Method and apparatus for motion compensated noise reduction
CN108780570B (zh) * 2016-01-16 2022-12-06 特利丹菲力尔有限责任公司 使用迭代协同滤波的图像超分辨率的系统和方法
US10719921B2 (en) * 2016-05-04 2020-07-21 Tel Hashomer Medical Research, Infrastructure And Services Ltd. Method and system for providing a locally-consistent enhancement of a low-quality image
TW201742001A (zh) * 2016-05-30 2017-12-01 聯詠科技股份有限公司 影像雜訊估測方法及裝置與影像擷取裝置
KR101795271B1 (ko) 2016-06-10 2017-11-07 현대자동차주식회사 영상의 선명화를 위한 전처리를 수행하는 영상 처리 장치 및 방법
KR102580519B1 (ko) * 2016-09-07 2023-09-21 삼성전자주식회사 영상처리장치 및 기록매체
US10621446B2 (en) * 2016-12-22 2020-04-14 Texas Instruments Incorporated Handling perspective magnification in optical flow processing
US10204428B2 (en) 2017-02-02 2019-02-12 Muhannad Salem S. ALMUTIRY Systems and method for reconstructing 3D radio frequency tomographic images
KR20180097342A (ko) * 2017-02-23 2018-08-31 한국전자통신연구원 영상 아티팩트를 최소화하는 초해상도 영상 선명화 방법 및 장치
KR102351083B1 (ko) * 2017-08-30 2022-01-13 삼성전자주식회사 디스플레이 장치 및 그 영상 처리 방법
CN107680043B (zh) * 2017-09-29 2020-09-22 杭州电子科技大学 基于图模型的单幅图像超分辨率输出方法
US11004178B2 (en) * 2018-03-01 2021-05-11 Nvidia Corporation Enhancing high-resolution images with data from low-resolution images
CN109949221B (zh) * 2019-01-30 2022-05-17 深圳大学 一种图像处理方法及电子设备
KR20210017185A (ko) * 2019-08-07 2021-02-17 한국전자통신연구원 심층 신경망을 기반으로 영상의 압축 포아송 잡음을 제거하는 방법 및 장치
CN111666896A (zh) * 2020-06-09 2020-09-15 中国科学院地理科学与资源研究所 一种基于线性融合模型的遥感影像时空融合方法
CN111667410B (zh) * 2020-06-10 2021-09-14 腾讯科技(深圳)有限公司 图像分辨率提升方法、装置及电子设备
CN113449784B (zh) * 2021-06-18 2024-04-05 宜通世纪科技股份有限公司 基于先验属性图谱的图像多分类方法、装置、设备及介质
US20230298212A1 (en) * 2022-03-17 2023-09-21 Advanced Micro Devices, Inc. Locking mechanism for image classification

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011092696A1 (en) * 2010-01-28 2011-08-04 Yissum Research Development Company Of The Hebrew University Of Jerusalem, Ltd. Method and system for generating an output image of increased pixel resolution from an input image

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6307569B1 (en) 1999-03-18 2001-10-23 Sharp Laboratories Of America, Inc. POCS-based method for digital image interpolation
EP1661086A1 (en) 2003-08-28 2006-05-31 Koninklijke Philips Electronics N.V. Method for spatial up-scaling of video frames
CN1655620B (zh) 2004-02-09 2010-09-22 三洋电机株式会社 图像显示装置
CN101040533B (zh) * 2004-10-13 2010-10-06 汤姆逊许可公司 复杂性可伸缩的视频编码和解码方法和设备
US7327904B2 (en) * 2004-12-15 2008-02-05 Arcsoft, Inc. Pattern classification and filter design for increasing image resolution
KR100655040B1 (ko) 2005-11-24 2006-12-06 주식회사 휴맥스 디지털 영상신호 스케일링 방법
JP5232796B2 (ja) * 2006-12-14 2013-07-10 トムソン ライセンシング 適応エンハンスメントレイヤ予測を使用したビット深度スケーラブルなビデオデータを符号化及び/又は復号化する方法及び装置
JP5012333B2 (ja) * 2007-08-30 2012-08-29 コニカミノルタアドバンストレイヤー株式会社 画像処理装置および画像処理方法ならびに撮像装置
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
WO2010122502A1 (en) * 2009-04-20 2010-10-28 Yeda Research And Development Co. Ltd. Super-resolution from a single signal
KR101590765B1 (ko) * 2009-07-21 2016-02-19 삼성전자주식회사 다중 대역 합성 필터를 이용한 고해상도 영상 획득 장치 및 방법
KR20110065089A (ko) 2009-12-09 2011-06-15 삼성전자주식회사 영상의 부호화 방법 및 장치, 그 복호화 방법 및 장치
JP5706177B2 (ja) 2010-02-09 2015-04-22 パナソニック インテレクチュアル プロパティ コーポレーション オブアメリカPanasonic Intellectual Property Corporation of America 超解像処理装置及び超解像処理方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011092696A1 (en) * 2010-01-28 2011-08-04 Yissum Research Development Company Of The Hebrew University Of Jerusalem, Ltd. Method and system for generating an output image of increased pixel resolution from an input image

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015515179A (ja) * 2012-03-05 2015-05-21 トムソン ライセンシングThomson Licensing 超解像度処理のための方法、システム及び装置

Also Published As

Publication number Publication date
WO2013104747A1 (en) 2013-07-18
KR20140116406A (ko) 2014-10-02
EP2803036B1 (en) 2015-11-04
US20150023611A1 (en) 2015-01-22
BR112014016768A8 (pt) 2017-07-04
AU2013208922A1 (en) 2014-07-24
BR112014016768A2 (pt) 2017-06-13
EP2803036A1 (en) 2014-11-19
HK1204126A1 (zh) 2015-11-06
US9245326B2 (en) 2016-01-26
EP2615579A1 (en) 2013-07-17
CN104137143A (zh) 2014-11-05

Similar Documents

Publication Publication Date Title
US9245326B2 (en) Method and device for generating a super-resolution version of a low resolution input data structure
US9105086B2 (en) Method and device for generating a super-resolution version of a low resolution input data structure
JP6085620B2 (ja) 超解像度処理のための方法、システム及び装置
Siu et al. Review of image interpolation and super-resolution
KR101795271B1 (ko) 영상의 선명화를 위한 전처리를 수행하는 영상 처리 장치 및 방법
WO2011111819A1 (ja) 画像処理装置、画像処理プログラム、および、画像を生成する方法
JP6462372B2 (ja) 超解像装置及びプログラム
Wee et al. A novel fast fractal super resolution technique
Jindal et al. A novel image zooming technique using wavelet coefficients
EP2948920A1 (en) Method and apparatus for performing single-image super-resolution
Zhao et al. Single depth image super-resolution with multiple residual dictionary learning and refinement
US20040086201A1 (en) Fast edge directed polynomial interpolation
Salvador et al. Patch-based spatio-temporal super-resolution for video with non-rigid motion
Georgis et al. Single-image super-resolution using low complexity adaptive iterative back-projection
KR20070119482A (ko) 이미지 리샘플링 방법
KR101434530B1 (ko) 적응적 가중치 보간 및 이산 웨이블릿 변환 기반 초해상도 영상 생성 방법
Shen et al. GPU-aided real-time image/video super resolution based on error feedback
Panda et al. A Novel Image Upscaling Method Using High Order Error Sharpening
Sorrentino et al. Storage-efficient quasi-newton algorithms for image super-resolution
Salvador et al. Robust super-resolution for interactive video navigation
Bhosale et al. Image Super Resolution with Direct Mapping and De-Noising
Lee et al. Self-synthesis based super-resolution for a natural image
Prathyusha An improved Wavelet Lifting based Image Super Resolution
Fazli et al. Influence of Training Set and Iterative Back Projection on Example-based Super-resolution
Babu et al. Super Resolution Reconstruction of Low Resolution Images using Wavelet Lifting Schemes

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160106

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160106

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20161201

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20161206

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20170303

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20170801