fa افزایش تفکیک‌پذیری تصویر با استفاده از مدل لبه‌ی تحلیلی مخابرات Communication پژوهشي Research <span style="font-family:b nazanin;"><span style="font-size:11.0pt;">در این مقاله قصد داریم با فرض در اختیار داشتن تنها یک تصویر با تفکیک‌پذیری کم، تصویر معادلی که تفکیک‌پذیری بالاتری دارد را بدست آوریم. به این مساله در اصطلاح سوپررزولوشن گفته می‌شود. نظر به اینکه تعداد مجهولات این مساله نسبت به تعداد معلومات به مراتب بیشتر است، درحالت عادی بی‌نهایت جواب موجود خواهد بود. برای حل مشکل، در این مقاله مدلی برای توصیف پنجره‌های تصویر ارائه شده‌است که می‌تواند فضای جواب را محدود کند. ایده اصلیِ به کارگرفته شده در مدل‌سازی آن است که در ابعادِ به اندازه‌ی کافی کوچک، پنجره‌های تصویر معمولا تنها حاوی یک لبه‌ی خطی هستند. یک مدل تحلیلی با پنج پارامتر برای مدل کردن این رفتار ارائه شده است. با بهره‌گیری از این مدل، تعداد موثر مجهولات به شدت کاهش داده شده و تخمین پارامترها با استفاده از معلومات مساله امکان‌پذیر می‌شود. فرمول‌بندی ساده و تحلیلیِ این مدل سبب می‌شود که بتوان مساله‌ی افزایش تفکیک‌پذیری تصویر را به یک مساله‌ی بهینه‌سازیِ محدب تبدیل کرده و با بهره‌گیری از روش شناخته شده‌ی نزول گرادیانی به شکل موثری آن را حل نمود. نتایج آزمایش‌ها بر روی تصاویر تست استاندارد نشان می‌دهد که الگوریتم پیشنهادی معیار کمّی </span></span><span dir="LTR"><span style="font-size:11.0pt;">PSNR</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;"> (بیشینه نسبت سیگنال به نویز) را </span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">در مقایسه با سایر روش‌های مبتنی بر درون‌یابی، حدود 0.5 تا 4 دسی</span></span><span dir="LTR"><span style="font-size:11.0pt;">‌</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">بل افزایش می</span></span><span dir="LTR"><span style="font-size:11.0pt;">‌</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">دهد.</span></span> Assuming having only one low-resolution image, the study aims to obtain an equivalent image with a higher resolution. This problem is usually referred to as &ldquo;Super-resolution&rdquo;. Since the number of unknown target values is far more than that of known values given in the input image, the super-resolution is a severely ill-posed problem. In this paper, a model is developed in order to narrow down the solution space. The underlying assumption in the modeling is that the image blocks, in small-enough dimensions, usually contain only one linear edge. To model this behavior, an analytical model with five parameters is presented which greatly reduces the efficient dimensionality of the unknowns. Simple and analytical formulation of this model makes it possible to convert the image super-resolution to a convex optimization problem and effectively solve the problem using the well-known gradient descent optimization method. Experiments on standard test images indicate that the proposed algorithm increases PSNRabout 0.5 to 4 dB, in comparison with other interpolation-based methods. افزایش تفکیک‌پذیری تصویر, مساله‌ معکوس, مدل خمینه لبهای تحلیلی. Image Super-Resolution, Inverse Problem, Analytical Edge Model. 45 54 http://jiaeee.com/browse.php?a_code=A-10-451-4&slc_lang=fa&sid=1 sadegh kalantari صادق کلانتری sadeghkalantari@tafreshu.ac.ir 10031947532846002881 10031947532846002881 Yes PhD Student, Department of Electrical Engineering, Faculty of Control, Tafresh University, Tafresh, Iran. دانشکده مهندسی برق- گروه کنترل- دانشگاه تفرش mohammad javad Abdollahifard محمدجواد عبدالهی فرد mj.abdollahi@tafreshu.ac.ir 10031947532846002882 10031947532846002882 No Assistant professor, Department of Electrical Engineering, Faculty of Electronic, Tafresh University, Tafresh, Iran. دانشکده مهندسی برق- گروه الکترونیک- دانشگاه تفرش sadegh ahmadi صادق احمدی sadahmadi1368@yahoo.com 10031947532846002883 10031947532846002883 No Department of Electrical Engineering, Faculty of Electronic, Tafresh University, Tafresh, Iran. دانشکده مهندسی برق- گروه الکترونیک- دانشگاه تفرش