การปรับปรุงคุณภาพสำหรับภาพจากกล้องวงจรปิดโดยใช้เทคนิค BPE BICUBIC-BASED PIXEL ESTIMATION TECHNIQUE FOR IMAGE ENHANCEMENT ON CLOSE CIRCUIT TELEVISION
คำสำคัญ:
การปรับปรุงคุณภาพ, การประมาณค่า, ระบบกล้องวงจรปิด, การประมวลผลภาพบทคัดย่อ
กล้องวงจรปิดเป็นอุปกรณ์ที่ใช้บันทึกภาพเคลื่อนไหวที่เกิดขึ้นได้ตลอดเวลา และบันทึกเหตุการณ์ต่าง ๆ ได้ดี แต่คุณภาพของภาพที่ได้จากการบันทึกจะขึ้นอยู่กับประสิทธิภาพและคุณสมบัติของระบบกล้องวงจรปิด และสภาพแวดล้อมต่าง ๆ ในการบันทึกภาพ กล้องวงจรปิดที่มีคุณภาพที่ดีจะมีราคาที่สูงกว่ากล้องวงจรปิดที่มีราคาต่ำทำให้ต้นทุนในการติดตั้งสูงตามไปด้วย งานวิจัยนี้ได้นำเสนอเทคนิคการปรับปรุงคุณภาพสำหรับภาพจากกล้องวงจรปิดที่มีคุณภาพต่ำให้ภาพที่ได้มีคุณภาพเพิ่มมากขึ้นในด้านความละเอียดและความคมชัดของภาพ โดยใช้เทคนิคการประมาณค่าพิกเซลที่ได้มีการพัฒนาขึ้น ประมวลผลร่วมกับเทคนิค Bicubic และภาพที่ใช้ในการทดลองเป็นภาพนิ่งที่ขยายภาพโดยใช้ค่าพีเอสเอ็นอาร์และเอสเอสไอเอ็ม วัดประสิทธิภาพเทคนิคจากผลการทดลองเทคนิคงานวิจัยกับภาพคุณภาพต่ำจากกล้องวงจรปิด มีค่า PSNR เฉลี่ยสูงสุด 19.341 และ SSIM เฉลี่ยสูงสุด 0.179 ซึ่งมีค่าสูงกว่าเทคนิคอื่นที่ใช้ในการทดลอง แสดงให้เห็นถึงความสามารถในการปรับปรุงคุณภาพของภาพด้วยวิธีประมาณค่าให้มีความละเอียดและความคมชัดมากขึ้นได้อย่างมีประสิทธิภาพ
Downloads
เอกสารอ้างอิง
Duanshun L, Anran C, Shuai G. (2019). Sewer damage detection from imbalanced CCTV inspection data using deep convolutional neural networks with hierarchical classification. Automation in Construction, 101, 199-208.
Miles Winter, James Bourbeau, Silvia Bravo, Felipe Campos, Matthew Meehan, Jeffrey Peacock, Tyler Ruggles, Cassidy Schneider, Ariel Levi Simons, Justin Vandenbroucke. (2019). Particle identification in camera image sensors using computer vision. Astroparticle Physics, 104, 42-53.
Minu R.I, Nagarajan G, Prem Jacob T, Pravin A. (2019). BIP : A dimensionality reduction for image indexing. ICT Express, 5(3), 187-191.
Arif R, Khan M, Siddique M. (2018). Digital Image Enhancement in Matlab: An Overview on Histogram Equalization and Specification. In Proceedings of the 2018 International Conference on Innovation in Engineering and Technology (ICIET). pp. 1-6. Bangladesh: Dhaka.
Yun C, Yan W, Qi L. (2018). Research on Digital Image Scaling Based on Bicubic Filter Algorithm. 2018 IEEE 3rd International Conference on Image, Vision and Computing (ICIVC). pp. 225-229. China: Chongqing.
Ashraf A, Mohamed, Ahmed A. (2019). Digital imaging devices as sensors for iron determination. Food Chemistry, 274, 360-367.
Motmaen M, Mohrekesh M, Akbari M, Karimi N, Samavi S. (2018). Image Inpainting by Hyperbolic Selection of Pixels for Two-Dimensional Bicubic Interpolations. Electrical Engineering (ICEE), Iranian Conference. pp. 665-669. Iran: Mashhad.
Hu Jing, Wu X, Zhou J. (2018). Noise robust single image super-resolution using a multiscale image pyramid. Signal Processing, 148, 157-171.
Dong W, Zhang L, Shi G, Wu X. (2011). Image Deblurring and Super-resolution by Adaptive Sparse Domain Selection and Adaptive Regularization. IEEE Transactions on Image Processing, 20(7), 1838-7857.
Wang Zhaowen, Liu Ding, Yang Jianchao, Han Wei, Huang Thomas. (2015). Deep Networks for Image Super-Resolution with Sparse Prior. 2015 IEEE International Conference on Computer Vision (ICCV). pp. 370-378. Chile: Santiago.
Radu Timofte, Eirikur Agustsson, Luc Van Gool, Ming-Hsuan Yang, Lei Zhang, Bee Lim. (2017). NTIRE 2017 Challenge on Single Image Super-Resolution: Methods and Results. 2017 IEEE Conference on Computer Vision and Pattern Recognition Workshops (CVPRW). pp. 1110-1121. USA: Honolulu.
Li Y, Qi F, Wan Y. (2019). Improvements on Bicubic Image Interpolation. 2019 IEEE 4th Advanced Information Technology, Electronic and Automation Control Conference (IAEAC). pp. 1316-1320. China: Chengdu.
Zhang Z, Fan Q, Bao F, Liu Y, Zhang C. (2018). Single-Image Super-Resolution Based on Rational Fractal Interpolation. In IEEE Transactions on Image Processing, 27(8), 3782-3797.
Agustsson E, Timofte R. (2017). NTIRE 2017 challenge on single image super-resolution: Dataset and study. In The IEEE Conference on Computer Vision and Pattern Recognition (CVPR) Workshops. pp.126-135. Switzerland: ETH Zurich.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
วารสารมหาวิทยาลัยศรีนครินทรวิโรฒ สาขาวิทยาศาสตร์และเทคโนโลยี อยู่ภายใต้การอนุญาต Creative Commons Attribution-NonCommercial-NoDerivs 4.0 International (CC-BY-NC-ND 4.0) เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดอ่านหน้านโยบายของวารสารสำหรับข้อมูลเพิ่มเติมเกี่ยวกับการเข้าถึงแบบเปิด ลิขสิทธิ์ และการอนุญาต
