Resumen de Contribuciones al proceso de súper-resolución mediante técnicas de filtros selectivos, topología de macro-bloques adaptable y sistemas multi-cámara
En la mayoría de los sistemas electrónicos de captación de imágenes se requieren imágenes de alta resolución. Las imágenes de alta resolución resultan fundamentales en áreas relacionadas principalmente con dos bloques de aplicación: la mejora de información visual para la interpretación humana, y la ayuda a la representación para sistemas de percepción automática. La resolución de imagen es un término que describe su nivel de detalle. Cuanto mayor sea la resolución, más detalles contendrá la imagen. La resolución de una imagen digital puede clasificarse atendiendo a diferentes criterios: resolución de píxel, resolución espacial, resolución espectral, resolución temporal, y resolución radiométrica. En este contexto, la presente Tesis Doctoral se centra en contribuir a la mejora de la resolución espacial.
La técnica basada en la utilización de múltiples observaciones de una misma escena para generar una imagen de alta resolución se conoce como Súper-Resolución (Super-Resolution). Existen otras técnicas de Súper-Resolución tomando otro tipo de información como punto de partida, si bien la planteada en la presente Tesis Doctoral es una de las más comunes, conociéndose generalmente en la literatura como Súper-Resolución por fusión. Aunque se han propuesto diversas aproximaciones diferentes desde que se introdujo el concepto de Súper-Resolución, la mayoría de ellas opera adecuadamente en imágenes de test y no tanto en situaciones reales. Para realizar de forma práctica comparativas adecuadas entre secuencias de vídeo o imágenes, se han determinado una serie de métricas objetivas y subjetivas; entre éstas se utilizan en la presente Tesis Doctoral el PSNR (Peak Signal-to-Noise Ratio) y el índice SSIM (Structural SIMilarity). Por otra parte, a la hora de concebir un sistema de SR práctico, existen muchos retos para que éste pueda aplicarse en un amplio rango de aplicaciones. Los desafíos clave en el desarrollo y aplicación de las técnicas de Súper-Resolución han propiciado las aportaciones de la presente Tesis Doctoral (centradas en técnicas de Súper-Resolución por fusión), que se resumen en:
• Eficiencia en el cómputo: Estudio de cómo disminuir el cómputo del algoritmo considerando un pre-procesamiento en la información de baja resolución de entrada, determinando los frames más adecuados a considerar en el proceso de Súper-Resolución (Filtro Selectivo de Ventana) haciendo uso de la métrica objetiva de similitud estructural SSIM.
• Registro de la imagen: Demostración de cómo el uso de una estructura basada en múltiples cámaras (array de cámaras o sistema Multi-Cámara) puede influir de forma positiva en el problema planteado por la Súper-Resolución en relación con el registro de la imagen, ya que al disponer de múltiples observaciones de una misma secuencia, y considerando que el desplazamiento presente entre los frames capturados sea subpíxel, el resultado de la imagen de alta resolución procesada mejorará las prestaciones frente a una situación en la que se disponga de una única cámara.
• Robustez: Introducción de un filtro orientado a cada uno de los Macro-Bloques (Filtro Selectivo de MB) en los que se divide la secuencia de entrada para realizar el proceso de Súper-Resolución. Se mostrará que un estudio particular para cada uno de los Macro-Bloques proporciona una mayor robustez al algoritmo BSR usado como punto de partida, ya que al habilitar un tamaño variable de Macro-Bloque y determinar el grado de movimiento local de cada uno de ellos frente a una aproximación basada únicamente en movimiento global, la calidad global se incrementa. Además, se plantea un caso real orientado a secuencias de vídeo submarino grabadas por vehículos ROV (Remotely Operated Vehicle), presentando cómo el cálculo de la velocidad media del vehículo partiendo de información de georreferenciación proporciona información clave a la hora de determinar el número de frames a seleccionar en el proceso de Súper-Resolución, lo que proporciona un mayor grado de robustez al algoritmo.
• Límites en las prestaciones: Se han diseñado bancos de prueba específicos ajustados para proporcionar información fidedigna de los resultados obtenidos. Al mismo tiempo, se han desarrollado sistemas que permiten determinar los máximos teóricos de calidad objetiva que se podrían alcanzar con los algoritmos propuestos.
