Aumento della risoluzione dell'immagine

Conosco alcuni oscilloscopi ( DSA8300 ) che campionano ripetutamente a poche centinaia di kS / s per ricostruire qualche segnale GHz. Mi chiedevo se questo potesse essere esteso ai segnali 2D (fotografie). Posso scattare una serie (diciamo 4) di immagini fisse utilizzando una fotocamera da 16 MP commerciale per ricostruire finalmente un'immagine da 32 MP? Questa operazione rimuoverà l'aliasing che ho da ogni immagine?

Se una cosa del genere dovesse essere tentata da una singola immagine, ovviamente non funzionerebbe poiché non vengono introdotte nuove informazioni. Se tutte le foto scattate sono assolutamente identiche, sarò ancora nello stesso punto in cui ho un'immagine? Quindi le variazioni sono essenziali? Il rumore CCD / CMOS è una variazione sufficiente per far funzionare una cosa del genere?

Esiste un nome per tale tecnica o algoritmo? Cosa dovrei cercare?

— Lord Loh.
fonte

Il rumore CCD non ti aiuterebbe, ma il movimento fisico della fotocamera potrebbe. Scattare più foto di una scena identica con una fotocamera identica in una posizione identica ti consentirebbe solo di ridurre il rumore, non di ridurre l'aliasing. Stai ancora misurando gli stessi punti. Scattare foto sfalsate di meno di un pixel l'una dall'altra, tuttavia, ti darebbe una frequenza di campionamento effettivamente più elevata, contribuendo a rimuovere l'aliasing.

— endolith,

Ho una Nikon DX con una larghezza di 23,6 mm e ha 4928 pixel su quella dimensione. Ciò spiega la larghezza di ciascun photosite sul sensore ~ 4.7889 micron. Quindi dovrei spostare la mia macchina fotografica lungo l'asse della larghezza di frazioni di questo importo? Dì 10 foto spostando la mia fotocamera di 0,47 micron ogni volta? E lo stesso lungo l'altezza? Sembra quasi un progetto di fine settimana con motori passo-passo standard: '- (

— Lord Loh.

Come ripensamento, mi chiedevo, posso usare più foto da un singolo scatto di Light Field Camera ( Lytro ) con diversi piani focali per ricostruire un'immagine a super risoluzione? Intuitivamente, penso che non funzionerà: - /

— Lord Loh.

No, dipende dalla distanza dal bersaglio, dall'ottica, ecc. Immagina un raggio che spara da ogni pixel della fotocamera, essendo piegato dall'obiettivo e colpendo il bersaglio, quindi è coperto da una griglia rettangolare di punti. Questi sono i punti che ogni pixel della videocamera vede. Se il bersaglio è un muro coperto di strisce e le strisce si alternano più volte tra ciascuno dei punti della griglia, allora avrai l'aliasing.

— endolith,

Adesso ha senso :-) un movimento di 0,4 micron in quel caso non è praticamente nessun movimento!

— Lord Loh.

Risposte:

Una parola per quella tecnica è super-risoluzione .

Robert Gawron ha un post sul blog qui e l' implementazione di Python qui .

Di solito, questa tecnica si basa sul fatto che ogni immagine sia leggermente sfalsata rispetto alle altre. L'unico guadagno che potresti ottenere dal non spostarti tra gli scatti sarebbe ridurre il livello di rumore.

— Peter K.
fonte

Questo eliminerà parti di alias dell'immagine? Ti piace costruire finestre e belle reti? Se ogni immagine viene modificata, è possibile recuperare le informazioni perse?

— Lord Loh.

Sembra che alcuni effetti dell'aliasing possano essere annullati .

— Peter K.

Intuitivamente, se sposti il sensore passi ciascuno alla dimensione di della sua risoluzione, puoi ottenere una risoluzione maggiore. È come una rappresentazione polifase del segnale. $N$ $\frac{1}{N}$ $\times N$

Utilizzando metodi di stima, qualsiasi movimento che non sia una moltiplicazione intera (Evento con probabilità zero) della risoluzione del sensore, vale a dire, il movimento frazionario può essere utilizzato per raccogliere più dati e migliorare la risoluzione.

Di solito questi metodi sono chiamati Super Resolution, che è il nome di fantasia per la rappresentazione e il campionamento di Poly Phase e sono un problema secondario nella famiglia dei Problemi Inversi nell'elaborazione delle immagini.

Tuttavia, presta attenzione al fatto che molti articoli trattano la Super Risoluzione e che in realtà risolvono un problema diverso (Deconvoluzione della singola immagine).
Anche se il problema che stai cercando è anche nel campo dei Problemi inversi, ma usando più immagini.

Penso che il metodo che stai cercando sia usato principalmente nell'industria della litografia.

— Royi
fonte

Questo è quello che inizialmente avevo pensato. Che avrei dovuto spostarmi in un intervallo inferiore al micron, ma questo - mathworks.com/matlabcentral/fileexchange/… non adotta un approccio del genere e offre un miglioramento decente dell'immagine - potrebbe essere che sta ottenendo informazioni da siti di sub-foto spostando la videocamera leggermente in modo casuale invece del movimento di passo 1 / N sistematico.

— Lord Loh.

Ciao, Come ho scritto, usando le tecniche di stima qualsiasi movimento (a meno che non sia una moltiplicazione intera delle celle dei sensori) potrebbe essere usato per inferire più dati.

— Royi,

Un'altra parola è "accatastamento". Viene utilizzato per ridurre il rumore CCD, aumentare la profondità focale (impilando le immagini con una messa a fuoco leggermente diversa), migliorare le foto astronomiche in condizioni di scarsa luminosità e ottenere una gamma dinamica elevata (HDR) da una serie di immagini a gamma normale. Vedere

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
fonte