superresolución

La superresolución es un conjunto de técnicas destinadas a aumentar la resolución aparente de imágenes y de sistemas ópticos. Su objetivo es reconstruir una imagen de mayor detalle a partir de observaciones de menor resolución, ya sea a partir de una o varias capturas. Se aplica en fotografía, medicina, astronomía y vigilancia, entre otros campos.

Se suele dividir en métodos basados en hardware y en software. Los enfoques de hardware buscan obtener más información espacial durante la captura, mediante movimientos controlados del sensor o de la escena, o mediante iluminación estructurada. Estas estrategias permiten reconstruir detalles que no serían visibles en una sola toma.

Los métodos de software reconstruyen la imagen de alta resolución a partir de observaciones de baja resolución. Incluyen enfoques de inversión (modelado de la degradación y regularización) y métodos basados en aprendizaje profundo, como redes neuronales y modelos generativos, que aprenden a recuperar detalles a partir de ejemplos. En la práctica, se suelen combinar con restricciones para reducir artefactos.

En microscopía óptica, la superresolución se refiere a técnicas como STED, PALM y STORM, que permiten ver estructuras más pequeñas que el límite de difracción. Existen aplicaciones similares en imágenes biomédicas, satélites y vídeo.

Ventajas: mayor capacidad de interpretación y mejora en diagnóstico y análisis. Desafíos: posibles artefactos, necesidad de datos de entrenamiento de calidad para enfoques basados en aprendizaje y costos computacionales. Las métricas de evaluación incluyen PSNR y SSIM; en microscopía, la resolución se cuantifica en unidades de longitud como nanómetros.