En el presente mundo de las telecomunicaciones es patente la importancia que están cobrando la transmisión, el procesamiento y el almacenamiento de datos multimedia. Dentro de esta línea, esta Tesis Doctoral se ha centrado en la mejora de la calidad de imágenes, aprovechando la información contenida en otras imágenes relacionadas entre si, como puede ser el caso de una secuencia de vídeo o la toma sucesiva de varias fotografías. De esta forma se consigue un aumento significativo de la calidad de la imagen resultante por encima de la resolución del sensor con que dichas imágenes fueron muestreadas.
El principio matemático que sustenta este tipo de algoritmos es una generalización del teorema de muestro de Nyquist. Esta generalización establece que es posible reconstruir una señal a partir de varias series de muestras en presencia de aliasing siempre y cuando se pueda asegurar que los periodos de muestreo sean diferentes para cada serie de muestras. En la literatura científica este tipo de técnicas son conocidas como técnicas de súper-resolución.
Cuando se trata de secuencias de imágenes reales, no es posible asegurar que los desplazamientos existentes entre las imágenes de baja resolución ofrezcan un conjunto suficiente de muestras que permitan la perfecta reconstrucción de la imagen de alta resolución. Por este motivo se ha dotado al algoritmo final desarrollado con la posibilidad de realizar una interpolación de los datos ausentes cuando la falta de nuevos datos impida aumentar la calidad de la imagen resutlante. De esta forma el algoritmo desarrollado ve incrementada notablemente su robustez, estableciendo como límite inferior a la calidad obtenida la calidad de interpolación, que es por otra parte la calidad que ofrecen normalmente la mayoría de los sistemas usados para aumentar el tamaño de las imágenes.
En este sentido se ha perseguido un algoritmo completo que ofrezca prestaciones de tiempo real y de
© 2001-2024 Fundación Dialnet · Todos los derechos reservados