超解析度成像法(Super-resolution)可以提升圖片或影片的空間解析度,神奇地恢復原始影像中的遺失細節。隨著卷積神經網路(Convolutional neural network, CNN)在電腦視覺的應用,基於CNN的超解析度成像法也蓬勃發展。
而地球軌道上的光學遙測衛星,每天都在提供地表的遙測影像供環境監測、災防應用等用途,但衛星光學元件的硬體限制,常常是遙測影像空間解析度難以突破的瓶頸。如果搭配AI超解析度成像,就能以較低成本有效達成提升解析度的目標。
這30天我們會測試並檢驗到底AI超解析度成像在遙測影像中,可以還原真實的地表,還是只能補上虛假的像素點?
超解析度成像法(Super-resolution,以下稱SR)其實人如其名,就是一種提升原始影像解析度的演算法。許多跟影像有關的應用程式都會使用到SR,例如當我...
上一篇我們示範了最近鄰插值及雙線性插值的效果比較,現在要來用python講解這兩個演算法實際運作的方式,藉由最簡單的影像縮放方法來更了解數位影像如何提升解析度。...
我們在上一篇提到當影像放大或縮小時等同於映射到另一個函數,新函數(影像)的定義域裡每個點(像素)都會對應到原始函數的某處。 org_x = new_x * (o...
上一篇我們比較了最近鄰插值(Nearest neineighbor interpolation)與雙線性插值(Bilinear interpolation)對影...