SUPERRESOLUTION USING PAPOULIS-GERCHBERG ALGORITHM BASED PHASE BASED IMAGE MATCHING

  • Budi Setiyono Mathematical Dept., Facultyof Mathematics and Natural Science, Sepuluh Nopember Institute of Technology
  • Mochamad Hariadi Electrical Engineering Dept., Faculty of Industrial TechnologySepuluh Nopember Institute of Technology
  • Mauridhi Hery Purnomo Electrical Engineering Dept., Faculty of Industrial TechnologySepuluh Nopember Institute of Technology

Abstract

Citra resolusi tinggi (High Resolution Image) akan memberikan informasi yang lebih detail, sehingga analisis terhadap citra tersebut menjadi lebih akurat. Banyak bidang memerlukan citra resolusi tinggi antara lain adalah medical, penginderaan satelite, citra dari teleskop serta pengenalan pola.Pada penelitian ini dilakukan proses untuk mendapatkan citra resolusi tinggi, yang dikenal dengan superresolution. Sebagai citra referensi, digunakan lebih dari satu citra, namun demikian, citra-citra tersebut berada pada scene yang sama. Dua tahap utama dalam superresolution adalah registrasi dan rekonstruksi. Registrasi yang akurat diperlukan untuk mendapatkan hasil rekonstruksi yang baik. Phase-Based Image Matching (PBIM) digunakan untuk estimasi translasi pada tahap registrasi. Hanya translasi sampai ketelitian sub pixel yang berkontribusi dalam rekonstruksi. Untuk mendapatkan translasi sampai level sub pixel, dilakukan fitting disekitar puncak. Sedangkan untuk rekonstruksi ke dalam Grid Resolusi tinggi digunakan algoritma Papoulis-Gerchberg. Penulis melakukan kolaborasi antara registrasi dengan PBIM dan rekonstruksi menggunakan algoritma PapoulisGerchberg. Uji coba dilakukan penulis dengan obyek serangkaian citra dengan banyak tekstur dan sedikit tekstur. Dari hasil uji coba, citra dengan banyak tekstur akan menghasilkan Peak Signal to Noise Ratio (PSNR) rata-rata 21,62. Sedangkan untuk citra yang kurang mengandung tekstur 19,54. Kata kunci: Superresolution, Registrasi, Rekonstruksi, Phased Based Image Matching. Abstract High Resolution Image provide more detail information, so that it obtain more accurate image analysis. Many areas require high resolution image, such as medical, sensing satellite, image of the telescope and pattern recognition. This research make a process to obtain high resolution images, known as superresolution. This superresolution using a series of images in the same scene as the reference image. Two main stages in the super resolution are the registration and reconstruction. An accurate registration is required to obtain a great reconstruction results. Phase-Based Image Matching (PBIM) will be used to estimate pixels translation at the registration stage. Only sub-pixels translation which contribute to the reconstruction phase. We used the function fitting around the peak point, to obtain sub pixel accurate shift. While reconstruct a high-resolution image use Papoulis-Gerchberg algorithm. The author collaborate registration and reconstruction. Registration using PBIM and reconstruction using Papoulis-Gerchberg algorithm. Experiments have been done with a series of images that contain much texture and less texture. The experimental results with images contain much texture produces an average Peak Signal to Noise Ratio (PSNR) 21.62. While image contain less texture produces PSNR 19.54.

Downloads

Download data is not yet available.
Published
2012-01-18
How to Cite
SETIYONO, Budi; HARIADI, Mochamad; HERY PURNOMO, Mauridhi. SUPERRESOLUTION USING PAPOULIS-GERCHBERG ALGORITHM BASED PHASE BASED IMAGE MATCHING. Jurnal Ilmiah Kursor, [S.l.], v. 6, n. 3, jan. 2012. ISSN 2301-6914. Available at: <https://kursorjournal.org/index.php/kursor/article/view/11>. Date accessed: 27 june 2022.
Section
Articles