یک روش جدید برای بهبود کیفیت ویدئو با استفاده از فراتفکیک پذیری به روش Non-Local Means

استفاده از تصاویر و ویدئوهای با تفکیک پذیری بالا کاربردهای زیادی یافته است. از آن جمله می توان به کاربردهای آن در سیستمهای سنجش از دور، تصویر برداری پزشکی ، سیستم های نظارتی و کاربرد در صنعت سرگرمی اشاره کرد. تهیه تصاویر با تفکیک پذیری بالا نیاز به تجهیزات سخت افزاری ویژه ای دارد که ممکن است به لحاظ محدودیت های اقتصادی و همچنین شرایط یک کاربرد خاص (به عنوان مثال در شبکه های حسگر) قابل استفاده نباشند. از سوی دیگر محدودیتهای فیزیکی نیز حداکثر تفکیک پذیری قابل دسترس توسط یک سیستم تصویربرداری را محدود می سازد. از این رو استفاده از روش های نرم افزاری برای افزایش تفکیک پذیری تصاویر می تواند کمک کننده باشد. به این روش های نرم افزاری که سعی دارند اطلاعات مربوط به فرکانس-های بالای تصویر که در طول فرآیند تصویر برداری از دست رفته اند را برگردانند، روش های فراتفکیک پذیری می گویند. در این مقاله از روش Non-Local Means برای فراتفکیک پذیری استفاده شده است. با استفاده از یک خوشه بندی اولیه با ویژگی های آنتروپی و رنگ، عملکرد این الگوریتم بهبود داده شده است. مقایسه نتایج الگوریتم پیشنهادی با روش های قبلی، عملکرد بهتر روش پیشنهادی را در پردازش ویدئوهایی با حرکات پیچیده نشان می دهند.

Keywords:

فراتفکیک پذیری , بهبود کیفیت ویدئو , الگوریتم Non-Local Means