Abstract
While high resolution images are required for various applications, aliased low-resolution images are only available due to the physical limitations of sensors. In this paper, we propose an algorithm to reconstruct a high resolution image from multiple aliased low-resolution images, which is based on the generalized multichannel deconvolution technique. The conventional approaches are based on the discrete Fourier transform (DFT) since the aliasing effect is easily analyzed in the frequency domain. However, the useful solution may not be available in many cases, i.e., the underdetermined cases or the insufficient subpixel information cases. In order to compensate for such ill-posedness, the generalized multichannel regularization was adopted in the spatial domain. Furthermore, the usage of the discrete cosine transform instead of the DFT leads to the computationally efficient reconstruction algorithm. The validity of the proposed algorithm is both theoretically and experimentally demonstrated in this paper. It is also shown that the effect of inaccurate motion information is reduced by regularization.
센서의 물리적인 한계에 의해서 저해상도의 영상밖에 얻을 수 없는 경우에도 고해상도의 영상이 필요할 때가 있다. 본 논문에서는 이러한 경우에 다중채널의 디컨벌루션 방법을 기반으로 다수의 저해상도 영상들로부터 하나의 고해상도 영상을 얻을 수 있는 영상 복원 알고리즘을 제안하고자 한다. 엘리어싱은 주파수 영역에서 해석하기 쉽기 때문에 DFT를 기반으로 한 방법이 일반적으로 사용되어졌다. 그러나 복원에 필요한 저해상도 영상이 충분하지 않거나, 저해상도 영상들이 가지는 정보가 적절하지 않을 경우에 대해서는 원하는 고해상도의 영상을 얻을 수 없었다. 그래서 이를 극복하기 위해 공간 영역으로 재해석하면 확장된 다중채널의 정규화를 사용할 수 있었으며, DFT대신에 DCT를 사용하여 연산량을 줄일 수 있었다. 이론적인 고찰과 실험을 통하여 우리가 제안한 알고리즘에 대한 유용성을 알아보았으며, 저해상도 영상의 움직임 정보가 올바르지 않을 경우에도 정규화를 사용하여 이를 극복할 수 있음을 실험을 통해서 알 수 있었다.
