| 研究概要 |
本研究課題では，表現基底に基づいた高精細画像の再構成を実現するアルゴリズムの構築を行った．具体的に，データベース中に存在する教師画像を用いることで，従来のエラーコンシールメント，符号化雑音除去，高解像度化の各復元分野において存在した再構成精度の限界を向上させることを目標とした．さらに，本手法にスパース表現のアプローチを導入することで，限られた計算機資源の端末においてもその利用を可能とし，本研究課題を実現する事により，従来のエラーコンシールメント，符号化雑音除去，高解像度化の各復元分野において存在した再構成精度の限界を向上させるべく研究を進めた．
平成22,23年度で提案した表現基底の導出法及びエラーコンシールメント法に対し，平成25年度では，平成24年度に引き続き，符号化雑音重畳のモデル及び解像度低下のモデルを導入し，3つの劣化要素(消失ブロック，符号化雑音，低解像度化)を同時に除去することを可能とすることを試みた．符号化雑音の劣化モデルはDeqingらによって提案されており，それらの手法では近似的に導出されたモデルに基づいて復元を行っている．しかしながら，一般に符号化雑音の重畳モデルは線形の形で表現できないことが知られており，それらの手法において導出したモデルが対象画像に正確に当てはまらない場合に高精度な復元が困難となる．したがって，本研究課題が目標とするエラーコンシールメント，符号化雑音除去，高解像度化を同時に行う場合，それらの劣化モデルを陽に定義することは困難である．そこで，「教師画像(高精細画像)」と「それらに符号化雑音付加及び低解像度化が施された画像」の組を用意し，スパース性に注目した表現基底の導出を行い，さらにそれらの基底の組を用いて陰に劣化モデルの表現を可能とすることを試みた．
|
