我正在做一个项目,我的目标是从 25 个 LR 图像创建 SR 图像,这些图像精确移动 0.2px(水平和垂直方向)。我也知道捕获的对象是一个背面和白色的网格(类似于棋盘)我正在寻找一些精确的 SR 方法来利用图像的精确移位。重点是精度而不是方法的速度。我阅读了很多关于该主题的论文,发现有很多方法,我很难决定哪种方法适合我的任务。
如果您有使用 SR 的经验,请建议一些对这项任务有用的方法。
我正在做一个项目,我的目标是从 25 个 LR 图像创建 SR 图像,这些图像精确移动 0.2px(水平和垂直方向)。我也知道捕获的对象是一个背面和白色的网格(类似于棋盘)我正在寻找一些精确的 SR 方法来利用图像的精确移位。重点是精度而不是方法的速度。我阅读了很多关于该主题的论文,发现有很多方法,我很难决定哪种方法适合我的任务。
如果您有使用 SR 的经验,请建议一些对这项任务有用的方法。
您需要描述来自不同角度的光对每个(物理)像素幅度的贡献的密度(“内核”)。期待一些相当高斯的东西。
现在,将该内核移动 0.2 像素宽度,重复。您只需找到一个方程组即可找到高密度图片的最大似然估计量,该方程组描述了密度与该位置重叠的 5 个像素位置的值的贡献程度。
如果您想要一个非常直观的第一种方法,请寻找kdeplotpythonseaborn库的工具。该网站有一个不错的画廊。