多眼カメラを用いた超解像技術 法政大学 理工学研究科 応用情報工学専攻 平尾 大樹（ひらお だいき） 4.1 位置合わせ処理 1. 背景・目的 SURF(Speeded Up Robust Features)を使用 u 画像の特徴点を検出し、特徴量を記述 撮像デバイスを用いて高画質な画像を取得したい u 照明変化や回転、 拡大縮小に不変な特徴量 ・優れた光学系が必要 ・コストの高騰化が避けられない 透視投影変換による位置合わせ u 変換前後の4点を指定して画像を変換 超解像技術を用いる ○ ソフトウェア面からの精度向上 ○ ハードウェア面からのコスト削減 多眼カメラを用いる ○ 撮影時間のずれが少ない画像を取得 ◎ 動体に対しても処理が可能 4.2 再構成処理 Image A’ 実空間 観測画像 手 振 れ 付 加 汚 れ HR Image Image B LR Images Image B u SURFの情報を基に、変換行列を生成 ML(Maximum-‐likelihood)法による推定 u 最尤推定の原理に基づく手法 u 推定高解像度画像に右図の劣化の影響を 加えたものと、観測画像との誤差が 最小になるように推定する BTV(Bilateral Total Varia@on)法による正則 u ノイズ除去アルゴリズム 化 → 低コストで高性能化 超解像とは n 低解像度の入力画像から 高解像度の画像を取得す る技術 Image A 劣化作用 5. 多眼カメラ 2. システムの概要 多眼カメラを同期制御し、撮影時間のずれが少ない観測画像を複数枚取得 →超解像処理を行い、高解像度な画像を生成する 利点 n 位 置 合 わ n 再 構 成 処 理 欠点 処 理 撮像 デバイス n 撮影時間のずれが少ない 動体にも処理が可能 故障による影響が軽微 出力画像 超解像処理 n 装置の大型化 同期的に制御して撮影 6. 処理の流れ 3. 解像度向上のイメージ 観測画像 入力画像 被写体本来の輝度変化 同 赤点の位置で標本化 輝 度 部 分 切 座標 線形フィルタ 超解像処理 周囲の画素から線形処理 輝 度 画像撮影の状況に応じて 画像に反映される 輝度(画素値)が異なってくる 多眼カメラ 入力画像３ 推定高解像 度画像 入力画像１ 座標 線形フィルタ 被写体本来の画素値を補間不可 補 間 入力画像２ 切 り 取 り 輝 度 超 解 像 処 理 取 座標 超解像処理 処理過程 複数枚の入力画像を利用して補間可能 (1) (2) (3) 観測画像の1枚を推定高解像度画像として、処理を行いたい部分を切り取る 上記で切り取った画像を用いて、他の観測画像の同様の部分を切り取る 切り取った観測画像を用いて超解像処理を行う 7. 検討中の超解像手法 ・Fig.1に従来の超解像手法を、Fig.2に検討中の「平滑化＋ 超解像手法」を示す （観測画像4枚、3×3倍の超解像処理） ・両図の拡大図を見ると分かるように、Fig.2はFig.1に比べ てノイズが少ないことがわかる ・以上のことから、従来手法と同等のエッジを保持しつつ、 ノイズに強い手法であると考えられる Fig.1 従来手法 Fig.2 提案手法
© Copyright 2024 ExpyDoc
