SUPERRESOLUTION USING PAPOULIS-GERCHBERG ALGORITHM BASED PHASE BASED IMAGE MATCHING

Budi Setiyono, Mochamad Hariadi, Mauridhi Hery Purnomo

Abstract


SUPERRESOLUTION USING PAPOULIS-GERCHBERG ALGORITHM BASED
PHASE BASED IMAGE MATCHING
aBudi Setiyono, bMochamad Hariadi, cMauridhi Hery Purnomo
aMathematical Dept., Faculty of Mathematics and Natural Science
Sepuluh Nopember Institute of Technology, Surabaya 60111
b,cElectrical Engineering Dept., Faculty of Industrial Technology
Sepuluh Nopember Institute of Technology, Surabaya 60111
E-Mail: amasbudisetiyono@gmail.com
Abstrak
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 Papoulis-
Gerchberg. 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.
Keyword: Superresolution, Registration, Reconstruction, Phased Based Image
Matching.




DOI: https://doi.org/10.21107/kursor.v6i3.1062

Refbacks

  • There are currently no refbacks.


    Informatika - UTM