提高图像分辨率

信息处理 图像处理 混叠 解决 超分辨率 逆问题
2021-12-19 04:27:30

我知道一些示波器 ( DSA8300 ) 以几百 kS/s 的速度重复采样以重建几 GHz 的信号。我想知道这是否可以扩展到二维信号(照片)。我可以使用商用 16MP 相机拍摄一系列(比如 4 张)静态照片,最终重建 32MP 图像吗?这样做会消除我从每个图像中获得的锯齿吗?

如果从单个图像中尝试这样的事情,它显然不会起作用,因为没有引入新信息。如果拍摄的所有照片都完全相同,我是否仍会与拥有一张图像相同?那么变化是必不可少的吗?CCD / CMOS 噪声是否足以让这样的事情发挥作用?

这种技术或算法有名称吗?我应该寻找什么?

3个回答

该技术的一个词是超分辨率

Robert Gawron在这里有一篇博文,这里有Python 实现

通常,这种技术依赖于每个图像与其他图像略微偏移。在镜头之间不动的唯一好处是降低噪音水平。

直观地说,如果您移动传感器N每个步骤的大小为1N你可以得到它的分辨率×N更多的分辨率。
它就像信号的多相表示。

使用估计方法,任何不是传感器分辨率(零概率事件)整数倍的运动,即分数运动,都可以用来收集更多的数据并提高分辨率。

通常这些方法被称为超分辨率,这是多相表示和采样的花哨名称,是图像处理中逆问题系列的子问题。

然而,请注意,许多论文涉及超分辨率,但实际上解决了一个不同的问题(单图像的反卷积)。
虽然您要解决的问题也在逆问题领域,但使用多图像。

我认为您所追求的方法主要用于光刻行业。

另一个词是“堆叠”。它用于降低 CCD 噪声、增加焦深(通过堆叠聚焦略有不同的图像)、改善极低光天文照片以及从一系列正常范围图像中获得高动态范围 (HDR)。

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