فهرست عناوینصفحه1 فصل اول مقدمه11.1فراتفکیکپذیری به عنوان یک مسئله معکوس71.2فصل بندی پایان نامه102فصل دوم مرور کارهای گذشته132.1مدل سیستم عکسبرداری142.2فراتفکیک پذیری در حوزه فرکانس162.3روشهای حوزه فضایی182.3.1درونیابی- بازسازی: روشهای غیرتکراری192.3.2روش های آماری212.3.2.1حداکثر احتمال232.3.2.2.................................. حداکثر احتمالپسین252.3.2.3بازنشانی- MAP توام272.3.3رویکرد طرحریزی بر روی مجموعههای محدب282.3.4رویکرد ترکیبی ML-POCS303فصل سوم ارتقاء وضوح تصاویر خاکستری313.1ترکیب تصاویر کم وضوح مبتنی بر تخمین-M323.1.1چارچوب تخمین M323.1.2ترکیب تصاویر مبتنی بر تخمین Half-Quadratic403.1.2.1............... محاسبه پارامتر a مطابق با دقت هر فریم423.1.3تنظیم کنندهها453.2روش پیشنهادی جهت ارتقاء وضوح493.3آزمایشها503.3.1بررسی روشهای متفاوت بازسازی و تاثیر تنظیم کنندهها513.3.2ارزیابی عملکرد الگوریتم پیشنهادی در مقابل خطای ثبت523.3.3ارزیابی استحکام روش پیشنهادی در مقابل پرتیها543.3.4پیادهسازی روش پیشنهادی روی تصاویر واقعی554فصل چهارم ارتقاء وضوح تصاویر رنگی654.1مروری بر مسائل فراتفکیکپذیری در تصاویر رنگی و موزائیک زدایی تصویر664.1.1فراتفکیک پذیری در تصاویر رنگی664.1.2موزائیک زدایی تصویر674.1.3ادغام فراتفکیکپذیری و موزائیک زدایی در یک فرآیند734.2مدل ریاضی و حل مسئله754.2.1مدل ریاضی سیستم عکسبرداری754.3روش پیشنهادی جهت موزائیک زدایی چند فریمی784.3.1جملهی وفاداری804.3.2جملهی جریمهی روشنایی804.3.3جملهی جریمهی رنگ814.3.4جملهی جریمهی وابستگیهای رنگی824.4تابع هزینه کلی834.5آزمایشها844.5.1بررسی عملکرد الگوریتم پیشنهادی در برابر خطاهای ثبت864.5.2بررسی عملکرد الگوریتم پیشنهادی در برابر پرتیها875فصل پنجم جمعبندی و نتیجهگیری955.1نتیجهگیری965.2پیشنهادهایی برای کارهای آتی97منابع و مراجع101پیوستها115 فهرست اشكالصفحهشكل 1-1 الگوی وضوح USAF 1951، آزمونی کلاسیک، که برای تعیین وضوح سیستم و حسگرهای تصویربرداری استفاده میشود [3].3شکل 1-2 ایده اصلی بازسازی فراتفکیکپذیری از فریمهای کم وضوح. حرکت نسبی فریمهای کم وضوح به اندازه کسری از پیکسل، در بازسازی تصویر وضوح بالا کمک می کند[3].5شکل 1-3 نمایش مثال ساده از مسئله فراتفکیکپذیری مبتنی بر حرکت. (الف)، تصویر وضوح بالا شامل چهار پیکسل. (ب) -(ه)، تصاویر کم وضوح یک پیکسلی که توسط یک دوربین خیالی گرفته شده است. فرض بر این است که، PSF دوربین مشخص و سطح خاکستری تمام پیکسلهای مرزی صفر است، مقادیر پیکسلهای تصویر وضوح بالا میتوانند دقیقاً از تصاویر کم وضوح تخمین زده شوند[11].6شکل 2-1 مدل مشاهده یک سیستم تصویربرداری واقعی متناسب با تصویر وضوح بالا به فریمهای مشاهده کم وضوح با حرکت بین صحنه و دوربین [3].15شکل 2-2 رویکرد درونیابی SR مبتنی بر همترازی تصاویر LR و حذف ماتی تصویر بعنوان فرآیند پس پردازش [3].20شكل 3-1 تاثیر افزایش مقیاس ماتریس روی تصویر 3×3 و ماتریس کاهش مقیاس D روی تصویر متناظر افزایش مقیاس یافته 9×9 (ضریب افزایش وضوح 3 است)[11].36شكل 3-2 (الف) معیار خطاهای Lorentzian، Huber، Leclerc و Tukey’s Biweight در حدآستانه T=50، (ب) توابع نفوذ متناظر39شكل3-3 (الف) معیار خطای L1 ،L2 و Half-quadratic، (ب) توابع نفوذ متناظر آنها41شكل 3-4 (الف) معیار خطای Half-quadratic به ازای مقادیر مختلف a ، (ب) توابع نفوذ متناظر42شکل 3-5 تصاویر اصلی مربوط به (الف) دیسک، (ب) اعلامیه56شكل 3-6 (الف) تصویر اصلی، (ب) یکی از فریمهای کم وضوح، (ج) درونیابی دوسویه، (د) بازسازی با روش جابجایی و اضافه کردن، (ه) تخمینگر Half-quadratic، (و) روش پیشنهادی57شكل 3-7 (الف) تصویر اصلی، (ب) یکی از فریمهای کم وضوح، (ج) درونیابی دوسویه، (د) بازسازی با روش جابجایی و اضافه کردن، (ه) تخمینگر Half-quadratic، (و) روش پیشنهادی58شكل 3-8 نتایج بدست آمده با اعمال روشهای مختلف بازسازی با در نظر گرفتن خطای ثبت در 8 فریم انتهایی. (الف) L2+تیخونوف، (ب) L1+BTV، (ج) Huber+BTV، (د) روش پیشنهادی59شكل 3-9 (الف) منحنی Ek برای فریمهای کم وضوح که در 8 فریم انتهایی دارای خطای ثبت میباشند، (ب) منحنی ak با استفاده از روش پیشنهادی.60شكل 3-10 توابع نفوذ تخمینگر Half-quadratic با در نظر گرفتن مقادیر مختلف akبرای 5 فریم. منحنیهای فیروزهای و بنفش بترتیب متناظر با فریمLR#14 و فریمLR#16 هستندکه درگیر خطای ثبت میباشند.60شكل 3-11 منحنی مقادیر PSNR متناظر با روشهای مختلف و سطوح مختلف نویز. (الف) در صورتیکه نیمی از فریمها درگیر نویز باشند، (ب) در صورتیکه تمامی فریمها درگیر نویز باشند.61شكل 3-12 نتایج بازسازی تصویر با روشهای مختلف، در صورتیکه تمامی فریمها با نویز 20% آلوده شده باشند. (الف) یکی از فریمهای کم وضوح با نویز 20%، (ب) L2+تیخونوف، (ج)L1+BTV، (د)Huber+BTV، (ه) روش مطرح شده در[80]، (و) روش پیشنهادی62شكل 3-13 (الف) یکی از فریمهای کم وضوح، (ب) بازسازی تصویر با روش درونیابی دوسویه، (ج) L2+تیخونوف، (د) L1+BTV ، (ه) Huber+BTV، (و) روش پیشنهادی.63شكل 3-14 (الف) یکی از فریمهای کم وضوح ، (ب) بازسازی تصویر با روش درونیابی دوسویه، (ج) L2+تیخونوف، (د) L1+BTV ، (ه) Huber+BTV، (و) روش پیشنهادی.64شكل 4-1 (الف) فیلتر رنگی با الگوی بایر در حالت 1-CCD، (ب) آرایه حسگر 3-CCD68شكل 4-2 اصول درونیابی خطی در الگوریتم موزائیک زدایی تک فریمی. (الف) قرمز، (ب) سبز، (ج) آبی69شكل 4-3 (الف) تصویر با وضوح بالا گرفته شده با دوربین 3-CCD. (ب) تصویر کاهش مقیاس یافته با ضریب 4 . (ج) تصویری که ابتدا توسط فیلتر گوسی مات میشود و سپس با ضریب 4 کاهش مقیاس داده میشود. تصاویر (الف)، (ب) و (ج) با روش [125] موزائیک زدایی شدهاند و نتیجهی آنها به ترتیب در شکلهای (د)، (ه) و(و) نشان داده شده است.72شكل 4-4 مثالی از فرآیند جابجایی و اضافه کردن. تصویر رنگی ورودی با ضریب r=2 افزایش مقیاس مییابد، و متناظر با معکوس ماتریس حرکت، جابجا میشود. تصویر جابجا شده با سایر فریمهایی که آپسمپل و جابجا شدهاند، جمع میشود[130].74شكل 4-5 نمودار مستطیلی مدل ریاضی تصویر که در این فصل در نظر گرفته میشود. x تصویر اصلی ، v نویز افزوده و y تصویر کم وضوح فیلتر شده است. عملگرهای F، H، D و A به ترتیب فرآیندهای انحراف، ماتی، کاهش مقیاس و فیلتر رنگی هستند.76شكل 4-6 نمایش نمودار مستطیلی رویکرد کلاسیک در بازسازی چندفریمی تصاویر رنگی78شكل 4-7 نمایش نمودار مستطیلی رویکرد مستقیم در بازسازی چندفریمی تصاویر رنگی79شكل 4-8 (الف) تصویر اصلی، (ب) یکی از فریمهای کم وضوح فیلتر شده با الگوی بایر87شكل 4-9 (الف) نتیجهی موزائیک زدایی یکی از فریمهای کم وضوح که با روش [123]، (ب) نتیجهی موزائیک زدایی یکی از فریمهای کم وضوح که با روش [125]، (ج) نتیجهی اعمال روش فراتفکیکپذیری خاکستری (معادلهی 3-30) روی فریمهای کم وضوح موزائیک زدایی شده با روش [123]، (د) نتیجهی اعمال روش فراتفکیکپذیری خاکستری (معادلهی 3-30) روی فریمهای کم وضوح موزائیک زدایی شده با روش [125].88شكل 4-10 (الف) تصویر بدست آمده با روش جابجایی و اضافه کردن، (ب) بازسازی تصویر با روش [115]، (ج) تصویر حاصل از پیادهسازی روش پیشنهادی روی دادههای خام در صورتیکه مقدار اولیه با درونیابی دو سویه از اولین فریم کم وضوح موزائیک زدایی شده با روش [125] باشد، (د) تصویر حاصل از پیادهسازی روش پیشنهادی روی دادههای خام در صورتیکه تصویر حاصل از روش جابجایی و اضافه کردن به عنوان مقدار اولیه استفاده شود.89شكل 4-11 بزرگ نمایی بخشی از تصویر در لایه روشنایی، (الف) روش [115]، (ب) روش پیشنهادی90شكل 4-12 رسم مقادیر ak برای هر سه باند رنگی در صورتیکه 5 فریم انتهایی دارای خطای ثبت باشد.90شكل 4-13 بازسازی تصویر در صورتیکه در 5 فریم انتهایی خطای ثبت ایجاد شود، (الف) روش [115]، (ب) روش پیشنهای، (ج) بزرگنمایی بخش از تصویر (الف)، (د) بزرگنمایی بخش از تصویر (ب)91شكل 4-14 نتایج بازسازی تصویر در صورتیکه نیمی از فریمهای کم وضوح به نویز فلفل و نمک با سطوح متفاوت آلوده باشند، (الف) روش [115] در حضور سطح نویز 5%، (ب) روش پیشنهادی با در حضور سطح نویز 5%، (ج) روش [115] در حضور سطح نویز 10%، (د) روش پیشنهادی در حضور سطح نویز 10%، (ه) روش [115] در حضور سطح نویز 20%، (و) روش پیشنهادی در حضور سطح نویز 20%93 فهرست جداولصفحهجدول 3-1 بردارهای حرکت (درشبکه LR) استفاده شده برای ایجاد فریمهای کم وضوح53جدول 3-2 بردارهای نادرست حرکت (درشبکه LR) که برای شبیهسازی اثر خطای ثبت استفاده میشود.53استفاده از فیلمها و تصاویری با قدرت تفکیکپذیری بالا، در اکثر کاربردهای الکترونیکی مورد نیاز است. تمایل برای استفاده از تصاویری با وضوح بالا از دو زمینه اصلی نشات میگیرد: بهبود اطلاعات تصویری برای تفسیر انسان؛ و کمک به درک دستگاههای خودکار. وضوح تصویر، جزئیات موجود در تصویر را توصیف میکند. در وضوح بالاتر، جزئیات تصویر بیشتر است. وضوح یک تصویر دیجیتال را می‌توان در بسیاری از زمینه های مختلف طبقه بندی کرد: وضوح پیکسلی، وضوح فضایی، وضوح طیفی، وضوح زمانی و وضوح رادیومتری [1]. در این پایاننامه، مباحث در حوزهی وضوح فضایی مطرح میشود.وضوح فضایی:یک تصویر دیجیتال از عناصر تصویر کوچکی به نام پیکسل ساخته شده است. وضوح فضایی، به تراکم پیکسلها در یک تصویر اشاره دارد و معیار سنجش آن پیکسل در واحد سطح است.شکل 1-1 آزمون کلاسیک برای تعیین وضوح فضایی یک سیستم تصویربرداری را نشان می‌دهد. وضوح فضایی تصویر ابتدا توسط حسگرهای تصویربرداری و یا دستگاه اکتساب تصویر محدود میشود. در دوربین دیجیتال، تصویربرداری بر روی فیلم صورت نمی‌گیرد بلکه توسط یک حسگر حساس (دستگاه جفت‌کنندهی بار (CCD)[1] یا نیم‌رسانای اکسید فلزی مکمل (CMOS) [2]) انجام می‌پذیرد. این حسگرها معمولاً در یک آرایه دو بعدی، برای گرفتن سیگنال تصویر دو بعدی مرتب شدهاند.در وهله اول، اندازه حسگر و یا به طور معادل تعداد عناصر حسگر به ازای هر واحد سطح، وضوح فضایی تصویر را تعیین میکند. حسگرها با تراکم بالاتر، وضوح فضایی بیشتری را برای سیستم تصویربرداری ممکن میسازد. سیستم تصویربرداری با آشکارسازهای ناکافی، تصاویری کم وضوح با اثرات بلوکی ایجاد میکند