Image super-resolution (SR) attempts to recover a high-resolution (HR) image or video sequence from a set of degraded and aliased low-resolution (LR) ones. The computational complexity associated with many SR algorithms may hinder their use in time-critical applications. This motivates our interest in techniques for accelerating computations associated with edge-preserving image SR problems. Edge-preserving formulations are preferable to quadratic ones since they yield perceptually improved images with sharper edges. First, we propose a simple preconditioning method for accelerating the solution of edgepreserving image restoration problems in which a linear shift-invariant (LSI) point spread function (PSF) is employed. This application is a special case of SR with a single LR image and a magnification factor of one. We demonstrate that the proposed approach offers significant advantages of simplicity, and in several cases, speed, over traditional methods for accelerating such problems. / Secondly, we adapt the previous approach to edge-preserving SR problems from multiple translated LR images. Our technique involves reordering the HR pixels in a similar way to what is done in preconditioning methods for quadratic formulations. However, due to the edge-preserving requirements, the Hessian matrix of the cost function varies during the minimization process. We develop an efficient update scheme for the preconditioner in order to cope with this situation. Unlike some other acceleration strategies that round the displacement values between the LR images on the HR grid, the proposed method does not sacrifice the optimality of the observation model. / Thirdly, we describe a technique for preconditioning SR problems involving rational magnification factors. The use of such factors is motivated in part by the fact that, under certain circumstances, optimal SR zooms are non-integers. We show that by reordering the pixels of the LR images, the structure of the problem to solve is modified in such a way that preconditioners based on circulant operators can be used. / Finally, we apply our SR acceleration techniques to compressed color video sequences and to Bayer pattern images taken from a camera whose sensor is covered with a color filter array (CFA). Through experimental results, we demonstrate that the proposed techniques can provide significant speed improvement in many scenarios. / La super-résolution (SR) vise à reconstruire une image ou une séquence vidéo de haute résolution (HR) à partir d'images dégradées de basse résolution (BR). La complexité des calculs requis par plusieurs méthodes de SR peut entraver l'utilisation de ces dernières lorsque le temps d'exécution est critique. Ceci motive notre intérêt pour l'accélération d'algorithmes de SR préservant les contours dans l'image. Les méthodes à préservation de contours sont préférables aux approches quadratiques car elles produisent des images aux contours mieux définis. / Premièrement, nous proposons une méthode de préconditionnement pour l'accélération de problèmes de restoration d'image employant une PSF spatialement invariante. Cette application est un cas spécifique de SR d'une seule image de BR avec un facteur de grossissement unitaire. Nous démontrons que l'approche proposée est plus simple et souvent plus rapide que les méthodes traditionelles employées pour l'accélération de problèmes similaires. Deuxièmement, nous adaptons l'approche précédente aux problèmes de SR s'appliquant à des images translatées. Notre technique réordonne les pixels de HR d'une manière similaire à ce qui se fait pour les formulations quadratiques. Toutefois, en raison des exigences de préservation de contours, la matrice hessienne de la fonction objective varie durant la minimisation. Nous développons une méthode de mise-à-jour rapide du préconditionneur pour surmonter cette situation. Contrairement à d'autres stratégies d'accélération qui arrondissent les déplacements entre les images de BR sur la grille de HR, notre méthode ne sacrifie pas l'optimalité du modèle d'observation. / Troisièmement, nous décrivons une technique pour le préconditionnement de problèmes de SR employant un facteur de grossissement rationel. L'utilisation de tels facteurs est motivée par le fait que, dans certaines circonstances, les facteurs optimaux ne sont pas des entiers. Nous démontrons qu'en réorganisant les pixels des images de BR, la structure du problème est modifiée de manière à permettre l'utilisation de préconditionneurs basés sur les matrices circulantes. / Finalement, nous appliquons nos techniques d'accélération à des séquences vidéo compressées et à des images Bayer acquises avec une caméra dotée d'un filtre CFA. Par le biais d'expériences, nous démontrons que les techniques proposées peuvent accélérer les calculs de manière significative dans plusieurs scénarios.
| Identifer | oai:union.ndltd.org:LACETR/oai:collectionscanada.gc.ca:QMM.86530 |
| Date | January 2010 |
| Creators | Pelletier, Stéphane |
| Contributors | Jeremy Cooperstock (Internal/Supervisor) |
| Publisher | McGill University |
| Source Sets | Library and Archives Canada ETDs Repository / Centre d'archives des thèses électroniques de Bibliothèque et Archives Canada |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation |
| Format | application/pdf |
| Coverage | Doctor of Philosophy (Department of Electrical and Computer Engineering) |
| Rights | All items in eScholarship@McGill are protected by copyright with all rights reserved unless otherwise indicated. |
| Relation | Electronically-submitted theses. |
Page generated in 0.0018 seconds