Key points are not available for this paper at this time.
Die Superauflösungsrekonstruktion schlägt eine Fusion mehrerer niedrigauflösender Bilder zu einem qualitativ hochwertigeren Ergebnis mit besserer optischer Auflösung vor. Klassische Superauflösungstechniken sind stark von der Verfügbarkeit einer genauen Bewegungsabschätzung für diese Fusionsaufgabe abhängig. Wenn die Bewegung ungenau geschätzt wird, wie es häufig bei nicht-globalen Bewegungsfeldern der Fall ist, treten störende Artefakte im superauflösenden Ergebnis auf. Angeregt durch aktuelle Entwicklungen im Bereich der Videostörgeräuschunterdrückung, bei denen modernste Algorithmen ohne explizite Bewegungsabschätzung gebildet werden, suchen wir einen Superauflösungsalgorithmus ähnlicher Art, der die Verarbeitung von Sequenzen mit allgemeinen Bewegungsmustern ermöglicht. In diesem Papier basieren wir unsere Lösung auf dem Nonlocal-Means (NLM)-Algorithmus. Wir zeigen, wie diese Methode zur Rauschunterdrückung verallgemeinert wird, um ein relativ einfaches Superauflösungsverfahren ohne explizite Bewegungsabschätzung zu werden. Ergebnisse auf mehreren Testfilmen zeigen, dass die vorgeschlagene Methode sehr erfolgreich in der Bereitstellung von Superauflösung für allgemeine Sequenzen ist.
Protter et al. (Mon,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: