Super-resolution 과 blur removal

Super-resolution problem를 공식화하는 가장 중요한 방법은 확률적(stochastic) 이미지 형성 방정식과 이미지 pror를 기록한 다음 베이지안 추론을 사용하여 super-resolved 이미지를 복구하는 것.

 

Image deblurring 에 사용되는 image formation equation(eq 1)을 일반화하여 이를 수행 할 수 있으며, 이는 blur kernel (PSF) 추정에도 사용됨.

 

eq 1 :  $ o(x, y) = b(x,y) * s(x,y) + n(x, y) $ 

 

Wiener filter를 도출하기 위해 주어진 방법론은 관찰된 이미지가 noisy blurred version의 경우로 쉽게 확장될 수 있다.

(책에 Wiener filter에 관련된 내용이 나오는데 그 필터를 도출하는 방법을 활용하여 이미지가 noisy + blur 인지 확인을 할 수 있다는 말인듯)

 

$ s(x, y) $ 는 복원하려는 unknown 이미지

$ b(x, y) $ 는 known blur kernel 

$ n(x, y) $ 는 additive noise signal

$ o(x, y) $ 는 observed noise image

 

이 경우, 관찰된 각 이미지에 대해 여러 개의 관찰된 이미지 $ o_k(x) $와 이미지 warping 함수 $ \hat{h}_k(x)$가 있습니다.

 

 

 

 

출처 : Computer vision : algorithms and applications