Meningkatkan Resolusi Gambar

Saya tahu beberapa osiloskop ( DSA8300 ) yang berulang kali sampel pada beberapa ratus kS / s untuk merekonstruksi sinyal beberapa GHz. Saya bertanya-tanya apakah ini dapat diperluas ke sinyal 2D (foto). Dapatkah saya mengambil serangkaian (misalnya 4) gambar foto menggunakan kamera 16MP komersial untuk akhirnya merekonstruksi gambar 32MP? Apakah ini akan menghapus alias yang saya miliki dari setiap gambar?

Jika hal semacam itu dicoba dari satu gambar, itu jelas tidak akan berhasil karena tidak ada informasi baru yang diperkenalkan. Jika semua gambar yang diambil benar-benar identik, apakah saya akan tetap memiliki satu gambar? Jadi, apakah variasi itu penting? Apakah gangguan noise CCD / CMOS cukup untuk hal seperti itu untuk bekerja?

Apakah ada nama untuk teknik atau algoritma seperti itu? Apa yang harus saya cari?

— Tuan Loh.
sumber

Suara CCD tidak akan membantu Anda, tetapi gerakan fisik kamera bisa. Mengambil banyak gambar dari pemandangan yang sama dengan kamera yang identik dalam posisi yang sama hanya akan memungkinkan Anda untuk mengurangi noise, bukan mengurangi alias. Anda masih mengukur poin yang sama. Mengambil gambar yang diimbangi dengan kurang dari satu piksel dari satu sama lain, bagaimanapun, akan memberi Anda tingkat pengambilan sampel yang secara efektif lebih tinggi, membantu menghilangkan alias.

— endolith

Saya memiliki Nikon DX dengan lebar 23,6mm dan memiliki 4928 piksel pada dimensi itu. Ini menyumbang lebar masing-masing photosite pada sensor ~ 4,7889 mikron. Jadi haruskah saya memindahkan kamera saya di sepanjang sumbu lebar dengan fraksi dari jumlah ini? Katakan 10 gambar dengan menggerakkan kamera saya 0,47 mikron setiap kali? Dan sama di sepanjang ketinggian? Ini hampir tidak terdengar seperti proyek akhir pekan dengan motor step of shelf: '- (

— Lord Loh.

Sebagai pemikiran setelahnya, saya bertanya-tanya, dapatkah saya menggunakan banyak foto dari satu bidikan Light Field Camera ( Lytro ) dengan bidang fokus berbeda untuk merekonstruksi gambar resolusi super? Secara intuitif, saya pikir itu tidak akan berhasil: - /

— Lord Loh.

Tidak, itu tergantung pada jarak ke target, optik, dll. Bayangkan sinar yang keluar dari setiap piksel kamera Anda, ditekuk oleh lensa, dan mengenai target Anda, jadi itu ditutupi oleh titik-titik kotak persegi panjang. Itulah poin yang dilihat oleh setiap piksel kamera. Jika targetnya adalah dinding yang ditutupi garis-garis, dan garis-garis itu bergantian beberapa kali di antara masing-masing titik kisi Anda, maka Anda akan memiliki aliasing.

— endolith

Itu sekarang masuk akal :-) gerakan 0,4 mikron dalam kasus itu praktis tidak ada gerakan sama sekali!

— Tuan Loh.

Jawaban:

Satu kata untuk teknik itu adalah superresolusi .

Robert Gawron memiliki posting blog di sini dan implementasi Python di sini .

Biasanya, teknik ini bergantung pada setiap gambar yang sedikit diimbangi dari yang lain. Satu-satunya keuntungan yang Anda dapatkan dari tidak bergerak di antara pemotretan adalah mengurangi tingkat kebisingan.

— Peter K.
sumber

Apakah ini akan menghilangkan bagian gambar yang telah dihapus? Suka membuat jendela dan jaring halus? Jika setiap gambar di-alias, apakah informasi yang hilang itu masih dapat dipulihkan?

— Tuan Loh.

Sepertinya beberapa efek aliasing dapat dibatalkan .

— Peter K.

Secara intuitif, jika Anda memindahkan masing-masing sensor pada ukuran dari resolusinya, Anda bisa mendapatkan resolusi lebih banyak. Ini seperti representasi polifase dari sinyal. $N$ $\frac{1}{N}$ $\times N$

Dengan menggunakan metode estimasi, setiap gerakan yang bukan perkalian integer (Peristiwa dengan probabilitas nol) resolusi sensor, yaitu, gerakan fraksional dapat digunakan untuk mengumpulkan lebih banyak data dan meningkatkan resolusi.

Biasanya metode-metode itu disebut Resolusi Super yang merupakan nama mewah untuk representasi dan pengambilan sampel Fase Poli dan merupakan sub masalah dalam keluarga Masalah Terbalik dalam Pemrosesan Gambar.

Namun, perhatikan bahwa banyak makalah berkaitan dengan Resolusi Super namun sebenarnya memecahkan masalah yang berbeda (Dekonvolusi Gambar Tunggal).
Sementara masalah yang Anda cari juga di bidang Inverse Problems, namun menggunakan multi gambar.

Saya pikir metode yang Anda cari terutama digunakan dalam industri Litografi.

— Royi
sumber

Itulah yang awalnya saya pikirkan. Bahwa saya harus bergerak dalam kisaran sub-mikron, tetapi ini - mathworks.com/matlabcentral/fileexchange/… tidak mengambil pendekatan seperti itu dan memberikan peningkatan gambar yang layak - mungkin mendapatkan informasi dari situs sub-foto dengan memindahkan kamera sedikit secara acak alih-alih gerakan 1 / N langkah sistematis.

— Tuan Loh.

Hai, Seperti yang saya tulis, menggunakan teknik estimasi gerakan apa pun (Kecuali jika itu adalah multiplikasi sel-sel sensor) dapat digunakan untuk menyimpulkan lebih banyak data.

— Royi

Kata lain adalah "menumpuk". Ini digunakan untuk mengurangi noise CCD, untuk meningkatkan kedalaman fokus (dengan menumpuk gambar yang difokuskan sedikit berbeda), untuk meningkatkan foto astronomi yang sangat rendah cahaya, dan untuk memperoleh rentang dinamis tinggi (HDR) dari serangkaian gambar rentang normal. Lihat

http://en.wikipedia.org/wiki/Focus_stacking

http://www.instructables.com/id/Astrophotography-Star-Photo-Stacking

http://en.wikipedia.org/wiki/High_dynamic_range_imaging

— Glenn Randers-Pehrson
sumber