본 논문에서는 국부 통계 특성을 이용한 적응 MAP 방식의 고해상도 영상 복원 알고리즘에 대해 제안한다. 고해상도 원 영상의 윤곽선을 보존하기 위해 저해상도 영상의 국부 특성을 이용하여 시각함수를 정의하였고, MAP(Maximum A Posteriori) 추정 방식을 이용하여 국부적인 열화 정도(smoothness)를 조절하였다. 또한 가중치가 부여된 함수를 이용하여 원 고해상도 영상에 가능한 가까운 최적의 해를 찾기 위하여 반복기법을 사용하였으며, 열화 요소는 매 반복 단계마다 부분적으로 복원된 고해상도 영상으로부터 이용하였다. 제안된 방식의 성능을 실험 결과를 통해 확인할 수 있었다.
In this paper, we propose an adaptive MAP (Maximum A Posteriori) high-resolution image reconstruction algorithm using local statistics. In order to preserve the edge information of an original high-resolution image, a visibility function defined by local statistics of the low-resolution image is incorporated into MAP estimation process, so that the local smoothness is adaptively controlled. The weighted non-quadratic convex functional is defined to obtain the optimal solution that is as close as possible to the original high-resolution image. An iterative algorithm is utilized for obtaining the solution, and the smoothing parameter is updated at each iteration step from the partially reconstructed high-resolution image is required. Experimental results demonstrate the capability of the proposed algorithm.
