Comparative Analysis of Edge Based Single Image (和訳) Superresolution 1. Introduction

The goal of super-resolution image reconstruction technology is to generate high-resolution (HR) images from input low-resolution (LR) images.

超解像画像再構成技術の目的は、入力低解像度（LR）画像から高解像度（HR）画像を生成することである。

After this was first addressed in 1984 [1], superresolution technologies have been extensively studied and widely used in satellite imaging, medical image processing, traffic surveillance, video compression, video printing and other applications.

これが1984年に最初に取り上げられて以来、超解像技術は広く研究され、衛星画像、医用画像処理、交通監視、ビデオ圧縮、ビデオ印刷および他の用途に広く利用されている。

The main goal is to extract the useful information or required image details.

主な目的は、有用な情報または必要な画像のデテールを抽出することである。

Superresolution reconstruction techniques have been mainly divided into two families: (1) multi image super-resolution and (2) single image superresolution.

超解像再構成技術は、主に（1）多重画像超解像と（2）単一画像超解像の2つの系列に分けられる。

Many researchers have tackled the superresolution reconstruction problem for both still images and videos.

多くの研究者が、静止画と動画の両方の超解像度再構成問題に取り組んできた。

Although the super-resolution reconstruction techniques for video are often extensions to still image super-resolution, many different approaches proposed are reported in [2].

ビデオの超解像再構成技術は、多くの場合であるが、拡張静止画像の超解像に、提案された多くの異なるアプローチが、[2]に報告されている。

In general, based on the type of cues used, the super-resolution methods can be further classified into two categories: motion-based techniques and the motion-free approaches.

一般に、使用されるキューのタイプに基づいて、超解像方法は、動きベースの手法と動きのないアプローチの2つのカテゴリにさらに分類することができる。

Motion-based techniques use the relative motion between different low resolution observations as a cue in estimating the high resolution image, while motionfree super-resolution techniques may use cues such as blur, zoom, and shading.

モーションベースの技法は、高解像度の画像を推定する際、手がかりとして異なる低解像度で観測される相対的な動きを使用し、モーションフリーの超解像度技術は、ぼかし、ズーム、およびシェーディングのような手がかりを使用できる。

The basic idea behind SR is to combine the non-redundant information contained in multiple low-resolution (LR) frames to generate a high-resolution (HR) image.

SR の背後にある基本的な考え方は、低解像度（LR）フレームに含まれる冗長性のない情報を複数組み合わせて高解像度を生成する事である。

A closely related technique with SR is the single image interpolation approach, which can be also used to upscale the LR image.

SRと密接に関連する技術は、単一の画像補間手法であり、LR画像を高画質化するためにも使用できる。

The resolution of a digital image can be classified in many different ways such as, pixel resolution, spatial resolution, spectral resolution, temporal resolution, radiometric resolution etc.

デジタル画像の解像度は、ピクセル解像度、空間解像度、スペクトル分解能、時間分解能、放射分解能など多くの異なる方法で分類できる。

As there is no additional information provided, the quality of the single image interpolation is very much limited due to the ill-posed nature of the problem, and the lost frequency components cannot be recovered.

追加の情報は提供されていないので、単一の画像補間の品質は、問題の性質上、非常に限定されており、失われた周波数成分は回復することができない。

In the SR setting, however, multiple LR observations are available for reconstruction, making the problem better constrained.

しかし、SR setting では、再構成のために複数のLR観測が利用可能であり、問題をより良く抑制できる。

The nonredundant information contained in these LR images is typically introduced by sub pixel shifts between them.

これらのLR画像に含まれる非冗長情報は、通常、それらの間のサブピクセルシフトによって導入される。

These sub pixel shifts may occur due to uncontrolled motions between the imaging system and scene, e.g., movement of objects, or due to controlled motions, e.g., the satellite imaging system orbits the earth with predefined speed and path.

これらのサブピクセルシフトは、撮像システムとシーンとの間の制御されない動き、例えば物体の動き、または制御された動き、例えば衛星画像システムが予め定められた速度および経路で地球を周回することによって生じる。

This paper is organized as follows:

この論文は次のように構成される。

Section 2 gives the basic approaches of superresolution.

セクション2は、超解像の基本的なアプローチ示す。

Section 3 describes interpolation based algorithms for single image super-resolution in spatial domain.

3章では、空間領域における単一画像超解像のための補間に基づくアルゴリズムについて述べる。

Section 4 describes the experimental results and comparative analysis.

第4節では実験結果と比較分析について述べる。

Conclusions are provided in Section 5

結論はセクション5で提供される。