Single image super-resolution method based on linear regression and box-cox transformation
Nícholas André Pinho de Oliveira · 2018
Super-Resolucao de imagens e uma operacao essencial no processamento digital de imagens e objetiva recuperar uma imagem de alta resolucao a partir de uma ou mais imagens de baixa resolucao. O processo pelo qual a imagem de alta resolucao e obtida envolve de criacao de novos e desconhecidos pontos (pixels) que necessitam ser estimados. Algoritmos de Super-Resolucao (SR) podem ser classificados como multiplas imagens ou de imagem unica. Metodos de multiplas imagens utilizam diversas imagens de baixa resolucao como entrada, enquanto que metodos de imagem unica utiliza somente uma imagem de baixa resolucao como entrada. Metodos tradicionais, tais como interpolacao por replicacao, interpolacao bicubica e interpolacao bilinear sao todos exemplos de metodos SR de imagem unica. Estes metodos simples, introduzem diversos artefatos nas imagens de alta resolucao resultantes. Varios outros metodos emergiram na decada passada com o objetivo de obter imagens melhores e livres de artefatos. Esta dissertacao propoe um novo algoritmo de super-resolucao de imagem unica chamado BCZ(Box-Cox Zoom), que utiliza regressao linear multipla e a transformada de Box-Cox para interpolar os pixels desconhecidos na imagem resultante. O metodo proposto e comparado com os metodos de interpolacao classicos utilizando o banco de imagens Ultra Eye. Os metodos sao comparados atraves da construcao de intervalos de confianca usando o metodo boostrap