superresolutie

Superresolutie is een verzamelnaam voor technieken die uit beelden een hogere resolutie reconstrueren dan de input. Er wordt onderscheid gemaakt tussen single-image superresolutie (SISR), waarbij uit één laag-resolutie afbeelding een hogere resolutie wordt gehaald, en multi-image superresolutie (MISR), dat meerdere opnames of videoframes gebruikt om details te herstellen en ruis te verminderen.

Technieken: aanvankelijk ontstonden SR-methoden uit interpolatie zoals bilineair of bicubisch; moderne benaderingen gebruiken reconstructie met priors, sparsiteit en variatiemethoden, of leerbare systemen. De afgelopen jaren zijn diepe neurale netwerken dominant geworden, met modellen als SRCNN, ESRGAN, RCAN en EDSR die via grote trainingsdata kaartjes leren van laag- naar hoog-resolutie beelden. Vaak worden verliesfuncties gecombineerd, zoals L1/L2, perceptual loss en adversarial loss.

Toepassingen: medische beeldvorming (MRI, CT), satelliet- en aardobservatie, surveillance en videobewaking, microscopie, digitale fotografie en videocompressie.

Uitdagingen: het ill-posed karakter van SR, gevoeligheid voor ruis en beweging, artefacten zoals halos of vervorming, en de kans op hallucination van niet-bestaande details. Beoordeling gebeurt met maatstaven als PSNR en SSIM, maar perceptuele kwaliteit blijft cruciaal.

Geschiedenis: beginjaren draaide om interpolatie en priors; eind jaren negentig/2000e kwamen sparsity- en variatiemethoden; circa 2010-2014 brak SRCNN door en sindsdien zijn DL-methoden dominant.