Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Siêu phân giải dựa trên vùng cho nén dữ liệu
Tóm tắt
Mỗi người sử dụng công nghệ đa phương tiện đều mong đợi chất lượng hình ảnh và video tốt, bất kể các đặc điểm cụ thể của thiết bị thu hoặc các mạng truyền thông được sử dụng. Thật không may, do những yếu tố như giới hạn về khả năng xử lý và khả năng của kênh, hình ảnh hoặc chuỗi video thường bị giảm mẫu và/hoặc truyền hoặc lưu trữ với tốc độ bit thấp, dẫn đến sự suy giảm chất lượng hình ảnh cuối cùng. Trong bài báo này, chúng tôi đề xuất một khuôn khổ dựa trên vùng để cố ý giới thiệu việc giảm mẫu các chuỗi hình ảnh độ phân giải cao (HR) trước khi nén và sau đó sử dụng các kỹ thuật siêu phân giải (SR) để tạo ra một chuỗi video HR tại bộ giải mã. Phân đoạn được thực hiện tại bộ mã hóa trên các nhóm hình ảnh để phân loại các khối của chúng thành ba loại khác nhau theo chuyển động và kết cấu của chúng. Phân đoạn thu được được sử dụng để xác định quy trình giảm mẫu tại bộ mã hóa và được mã hóa và cung cấp cho bộ giải mã dưới dạng thông tin bên nhằm hướng dẫn quy trình SR. Tất cả các thành phần của khuôn khổ đề xuất được phân tích chi tiết. Một thực hiện cụ thể của nó được mô tả và thử nghiệm thực nghiệm. Kết quả thực nghiệm xác nhận tính hữu ích của phương pháp được đề xuất.
Từ khóa
#siêu phân giải #nén dữ liệu #độ phân giải cao #giảm mẫu #phân đoạn hình ảnhTài liệu tham khảo
Alam M.S., Bognar J.G., Hardie R.C., Yasuda B.J. (2000) Infrared image registration and high-resolution reconstruction using multiple translationally shifted aliased video frames. IEEE Transactions Instrumentation Measurement 49: 915–923
Barreto, D., Alvarez, L., & Abad, J. (2006). Motion estimation techniques in super-resolution image reconstruction. A performance evaluation. In: Virtual observatory. Plate content digitalization, archive mining and image sequence processing, Sofia, Bulgary, Vol. I, pp.254–268.
Borman, S. (2004). Topics in multiframe superresolution restoration. Ph.D. dissertation, University of Notre Dame, Notre Dame, IN.
Brown J. (1981) Multi-channel sampling of low pass signals. IEEE Transactions on Circuits and Systems 28: 101–106
Callicó, G. M., Núnez, A., Llopis, R. P., & Sethuraman, R. (2003). Low-cost and real-time super-resolution over a video encoder ip. In: Fourth international symposium on quality electronic design (ISQED’03), Los Alamitos, CA, USA, pp.79–84.
Capel, D., & Zisserman, A. (2001). Super-resolution from multiple views using learnt image models. In: Proceedings of the IEEE computer society conference on computer vision and pattern recognition, Kauai, Hawaii USA, Vol. 2, pp.627–634.
Chaudhuri S., Manjunath J. (2005) Motion-free super-resolution. Springer, Berlin
Erickson, K. J., & Schultz, R. R. (2000). Mpeg-1 super-resolution decoding for the analysis of video stills. In: Proceedings 4th IEEE southwest symposium image analysis, Austin, TX, pp.13–20.
Farsiu S., Robinson D., Elad M., Milanfar P. (2004) Fast and robust multi-frame super-resolution. IEEE Transactions on Image Processing 13: 1327–1344
Freeman W.T., Jones T.R., Pasztor E.C. (2002) Example based super-resolution. IEEE Computer Graphics and Applications 22: 56–65
Gunturk B., Batur A., Altunbasak Y., Hayes M., Mersereau R. (2003) Eigenface-domain super-resolution for face recognition. IEEE Transactions on Image Processing 12: 597–606
“Information technology—generic coding of moving pictures and associated audio information: Video,” ISO/IEC 13818-2:2000, Tech. Rep., 2000.
“Information technology—coding of audio-visual objects—part 2: Visual,” ISO/IEC 14496-2:2004, Tech. Rep., 2004.
“Information technology—coding of audio-visual objects—part 10: Advanced video coding,” ISO/IEC 14496-10:2005, Tech. Rep., 2005.
Karunaratne, P. V., Segall, C., & Katsaggelos, A. (2001). Rate distortion optimal video pre-processing algorithm. In: Proceedings of the IEEE international conference on image processing Thessaloniki, Greece, Vol. 1, pp. 481–484.
Mardia K., Kent J., Bibby J. (1979) Multivariate analysis. Academic Press, New York
Mateos, J., Katsaggelos, A. K., & Molina, R. (2000). Simultaneous motion estimation and resolution enhancement of compressed low-resolution video. In: Proceedings IEEE international conference on image processing, Vancouver, B.C. Canada, Vol. 2, pp.653–656.
Molina, R., Katsaggelos, A., Alvarez, L., & Mateos, J. (2006). Towards a new video compression scheme using super-resolution. In: Proceedings of the SPIE conference on visual communications and image processing, San Jose, CA, USA, Vol. 6077, pp.607706/1–607706/13.
Molina, R., Mateos, J., & Katsaggelos, A. K. (2006). Super resolution reconstruction of multispectral images. In: Virtual observatory. Plate content digitalization, archive mining and image sequence processing, Sofia, Bulgary, Vol. I, pp.211–220.
Nguyen, N., & Milanfar, P. (2000). Efficient wavelet-based algorithm for image superresolution. In: Proceedings of the IEEE international conference on image processing, Vancouver, B.C. Canada, Vol. 2, pp.351–354.
Papoulis A. (1977) Generalized sampling theorem. IEEE Transactions on Circuits and Systems 24: 652–654
Schultz R.R., Meng L., Stevenson R.L. (1998) Subpixel motion estimation for super-resolution image sequence enhancement. Journal of Visual Communication and Image Representation 9: 38–50
Segall, C. A., Elad, M., Milanfar, P., Webb, R., & Fogg, C. (2004). Improved high-definition video by encoding at an intermediate resolution. In: Proceedings of the SPIE conference on visual communications and image processing, San Jose, CA, USA, Vol. 5308, pp.1007–1018.
Ur H., Gross D. (1992) Improved resolution from sub-pixel shifted pictures. CVGIP: Graphical Models and Image Processing 54: 181–186