Superresoluutio infrapunakuvauksessa
Walta, Nooa (2026)
2026
Tieto- ja sähkötekniikan kandidaattiohjelma - Bachelor's Programme in Computing and Electrical Engineering
Informaatioteknologian ja viestinnän tiedekunta - Faculty of Information Technology and Communication Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2026-08-27
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202608269290
https://urn.fi/URN:NBN:fi:tuni-202608269290
Tiivistelmä
Superresoluutio (super-resolution, SR) on kuvankäsittelyn menetelmä, jolla pyritään muuttamaan huonolaatuisesta kuvasta korkealaatuinen kuva. Menetelmän elinkaaren alkuvaiheessa tämä saavutettiin käyttämällä matemaattisia algoritmeja, mutta nykyään menetelmät hyödyntävät koneopillisia menetelmiä. Superresoluutio oli alun perin tarkoitettu näkyvän valon kuville, mutta se on hiljattain herättänyt kiinnostusta myös infrapuna (infrared, IR) -kuvissa.
Infrapunakuvien resoluutiota rajoittaa infrapunakameroiden monimutkainen rakenne, ja usein superresoluutio on ainoa keino parantaa kuvan laatua. Tämä kirjallisuuskatsaus käy läpi infrapunasuperresoluutio (infrared super-resolution, IRSR) -mallien keskeisimmät erot näkyvän valon kuvien superresoluutioon verrattuna. Nämä erot voidaan jakaa koulutuskäytännöllisiin sekä arkkitehtuurillisiin eroihin.
Koska infrapunasuperresoluutio on suhteellisen uusi menetelmä, mallien koulutukseen tarvittavia infrapunakuvia on niukasti. Tämä on suurin ongelma infrapunasuperresoluutiossa, ja se näkyy mallien koulutusvaiheessa. Infrapunasuperresoluution koulutuskäytännölliset erot näkyvän valon kuvien superresoluutioon verrattuna näkyvät pääosin kuvien hankinta-, käsittely- sekä käyttöönottovaiheessa.
Infrapunasuperresoluution suurimpia arkkitehtuurillisia eroja ovat reunojen korostus, siirto-oppiminen sekä kevyet mallit. Reunojen korostus johtuu infrapunakuvien luonteesta sekä siitä, että infrapunakameroita käytetään pääosin kohteentunnistusongelmissa. Infrapunasuperresoluutiossa suositaan kevyitä malleja, sillä infrapunakameroilla on keskeinen rooli muistiherkissä sekä energiarajoitetuissa reaaliaikaisissa sovelluksissa.
Infrapunakuvien resoluutiota rajoittaa infrapunakameroiden monimutkainen rakenne, ja usein superresoluutio on ainoa keino parantaa kuvan laatua. Tämä kirjallisuuskatsaus käy läpi infrapunasuperresoluutio (infrared super-resolution, IRSR) -mallien keskeisimmät erot näkyvän valon kuvien superresoluutioon verrattuna. Nämä erot voidaan jakaa koulutuskäytännöllisiin sekä arkkitehtuurillisiin eroihin.
Koska infrapunasuperresoluutio on suhteellisen uusi menetelmä, mallien koulutukseen tarvittavia infrapunakuvia on niukasti. Tämä on suurin ongelma infrapunasuperresoluutiossa, ja se näkyy mallien koulutusvaiheessa. Infrapunasuperresoluution koulutuskäytännölliset erot näkyvän valon kuvien superresoluutioon verrattuna näkyvät pääosin kuvien hankinta-, käsittely- sekä käyttöönottovaiheessa.
Infrapunasuperresoluution suurimpia arkkitehtuurillisia eroja ovat reunojen korostus, siirto-oppiminen sekä kevyet mallit. Reunojen korostus johtuu infrapunakuvien luonteesta sekä siitä, että infrapunakameroita käytetään pääosin kohteentunnistusongelmissa. Infrapunasuperresoluutiossa suositaan kevyitä malleja, sillä infrapunakameroilla on keskeinen rooli muistiherkissä sekä energiarajoitetuissa reaaliaikaisissa sovelluksissa.
Kokoelmat
- Kandidaatintutkielmat [11983]