Bu sorudan seçim yaparken Wikipedia makalesini okudum ama aynı görüntünün kopyalarının birbiri üzerinde istiflenmesinin görüntü çözünürlüğünü neden artırması gerektiğini anlayamıyorum?
Bu sorudan seçim yaparken Wikipedia makalesini okudum ama aynı görüntünün kopyalarının birbiri üzerinde istiflenmesinin görüntü çözünürlüğünü neden artırması gerektiğini anlayamıyorum?
Yanıtlar:
Süreç karmaşıktır, ancak bu neler olup bittiğine dair bir sezgi vermelidir. Normal bir kameranız olduğunu, ancak sensörü herhangi bir yönde yarım piksel hareket ettiren motorlarla düşünün.
Bu fotoğraf makinesi bir görüntü almak yerine dört tane alır: biri ortalanmış, biri kaydırılmış yarım piksel sağ, biri kaydırılmış yarım piksel aşağı ve biri kaydırılmış yarım piksel sağa ve yarım piksel aşağı.
Daha sonra ortalanmış görüntüyü alabilir, boyutu iki katına çıkarabilir, pikselleri aralıklarla ayırabiliriz:
xxxx x x x x
xxxx ____\
xxxx / x x x x
xxxx
x x x x
x x x x
Sonra diğer kaydırılmış görüntüleri 1, 2 ve 3 kullanarak boşlukları doldurabiliriz:
x1x1x1x1
23232323
x1x1x1x1
23232323
x1x1x1x1
23232323
x1x1x1x1
23232323
Bizi iki kat çözünürlüklü bir görüntü ile terk ediyor. İlginçtir, bu tekniği kullanmaktan çok kamera var - Hasselblad H4D-200MS gibi (ne kadarını karşılayamayacağınızı sormanız gerekiyorsa üzgünüm).
Standart bir kamera ile süper çözünürlük, kontrolsüz kameranız veya konu hareketiniz olduğunda, tam bir yarım piksel kaydırmaya yakın bir yere varamadığınızdan biraz daha karmaşıktır, ancak son derece şanssız olmadıkça, kaydırılan görüntünüz orijinalinden bir miktar ofset olacaktır. Yeterli görüntüleri birleştirerek çok düzensiz olarak örneklenmiş bir görüntü elde edersiniz (ızgaraya düşmeyen piksel örnekleri ile), ancak enterpolasyona tabi tutulabilir (tam bir ızgara çizgisine düşen bir sonucu tahmin etmek için örnekler arasındaki çizgileri izleyerek) normal bir görüntü.
Sensörün mükemmel bir yakalama cihazı olmadığını düşünün. Her piksel bir miktar hata ile kaydedilecektir. Örneğin, bir pikselin en doğru değeri ise N
, sensör N-E to N+E
belirli bir aralıktaki bir değeri kaydeder E
. İyi bir sensör E
küçük olduğu için, kötü bir sensör daha büyük olacaktır E
.
Ayrıca, her pozlamada belirli bir pikselin farklı bir hataya sahip olacağını, sensördeki hücrelerin hafızası olmadığını, bu nedenle bir kez düşük çıkan bir pikselin bir sonraki pikselde yüksek çıkabileceğini unutmayın.
Aynı konunun birkaç pozlamasını alıp ortalama olarak birlikte değerlendirdiğinizde etkili bir şekilde azalırsınız E
. Yukarıdaki örnek pikselimiz için, bilinmeyenin etrafındaki bir dizi farklı değerin N
ortalamasını alacaksınız, böylece ortalama sizi bu ideale yaklaştırır N
.
Aşağıdakileri anladığım gibi. İnsanlar hepimizin düzeltilmesi için herhangi bir yanılgıya işaret etmekte özgür olmalılar, ancak umarım aslında sadece biralarında mırıldanmayacakları noktalara işaret ederler. (veya sakal veya ...).
Basit ve basit bir şekilde ifade etmek gerekirse, farklı fotoğraflarda biraz farklı bilgiler vardır ve bu ekstra bilgiyi tespit etmek ve çıkarmak ve tutarlı bir katkı maddesi tarzında birleştirmek için çeşitli yöntemler kullanılır.
Sistemin her durumda çalışacağının garanti edilmediğini belirtmek gerekir.
[Wikipedia Süper Çözünürlük sayfası] şunları not eder:
En yaygın SR algoritmalarında, SR görüntüsünde elde edilen bilgiler, LR görüntülerine örtüşme biçiminde gömülmüştür.
Bu, sistemdeki yakalama sensörünün takma adın gerçekte gerçekleşecek kadar zayıf olmasını gerektirir. Kırınım sınırlamalı bir sistem hiçbir örtüşme içermez ve toplam sistem Modülasyon Aktarım Fonksiyonunun yüksek frekanslı içeriği filtrelediği bir sistem içermez.
Takma adlandırma, sistemin ilgili frekansların verilerini düzgün bir şekilde sunma yeteneğidir. Son olarak "açıklamaya" bakınız.
Onları doğru bir şekilde anlarsam (ve belki de bilmesem de) ifadeleri "yeterince zayıf" anlamına gelir, sensörün kendisinin çözemeyeceği ekstra bilgi olduğu anlamına gelir, bu genellikle normal olarak kabul edilir, bu nedenle bu mümkün olduğu durumlarda bastırılır. SR sistemi için ek bilgi gereklidir. Nikon D800r, sensörde yumuşatma önleyici optik filtreye sahip değilken std D800 ve hemen hemen tüm diğer DSLR'lerde böyle bir filtre var.
MTF, lensin kontrast üretme VEYA "keskinlik" üretme yeteneğidir (ikisi birbiriyle sıkı sıkıya ilişkilidir. MTF genellikle lensin ortasına yakındır ve dikdörtgen bir görüntüyle kenarlara doğru düşer ve genellikle daha çok görüntü köşelerinde Sistemin süper çözünürlüklü bir görüntü üretme yeteneğinin, kontrast ve keskinlik oluşturma yeteneğine bağlı olduğunu, yani kalitesine bağlı olduğunu söylüyorlar, yani mercek en azından süper değeri üretecek mercek kadar iyi olmalıdır. Sensör ve proses yetenekleri geliştirildiyse doğrudan görüntüleme.
Bir bilgi akışı o kadar yavaş örneklendiğinde, yüksek frekanslı bilgilerin bir kısmının örnekleme hızından daha hızlı değiştiği ve "etrafına sarıldığı" ve gerçekten daha düşük bir frekans bileşeniymiş gibi göründüğü zaman örtüşme olur. Sınırlayıcı bir sistemde, örnekleme hızının mevcut en yüksek bilgi hızının en az iki katı olması gerekir, ancak pratikte bundan biraz daha yüksek oranlar gereklidir.
Basit örnek:
Sıralamayı düşünün 0 1 2 3 4 5 6 5 4 3 2 1 0 1 2 3 4 5 6 5 4 3 2 1 0 1 2 3 4 5 6 ...
Açıkçası her 12 birimde bir tekrar eden bir model vardır.
6 döngü için artan ve 6 döngü için azalan ve daha sonra periyod = 12 birim ile tekrarlayan bir üçgen ave.
Şimdi sekansı sadece 11. kez örnekleyin. Biz
0 1 2 3 4 5 6 5 4 3 2 1 olsun
Bu tam olarak aynı kalıp AMA 11 kez daha yavaş değişir - 11 x 12 = 132 adet periyodu olan bir üçgen dalga.
Her 8 seferde aynı sırayı örnekleyin ve 0 4 4 0 4 4 0 4 4 elde edersiniz,
yani nokta = 24 birim ile 1: 2 kare dalgaya benziyor.
6 ünite zaman = yarım döngüden büyük herhangi bir örnekleme periyodu, bu tür örtüşme hatalarına neden olacaktır.