iv_backproject_superres — 2D `restoration` op

• Datenarten: image → image

• Aufruf: fullseye.apply(img, "iv_backproject_superres", a=0.5, b=0.5) (das 2-D-Modell ist ein Bild plus zwei skalare Regler a,b∈[0,1])

Verwendung

Iterative Rückprojektions-Superresolution für ein Einzelbild (Irani-Peleg). Hochskalierung auf ein feineres Gitter, Simulation der niedrig aufgelösten Beobachtung durch Unschärfe und Herunterskalierung, Rückprojektion des Residuums in das feine Gitter und anschließende Herunterskalierung der konsistenten Schätzung zurück auf HxW. Nettoeffekt: Hochfrequenzdetails werden verstärkt (Schärfung durch Konsistenz). `a legt die Iterationsanzahl n = 1 + round(a*4) (1..5) fest; b` legt die Schrittweitenverstärkung der Rückprojektion g = 0,5 + b (0,5..1,5) fest.

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie gallery2d_smoothing_rank

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

Typkompatible Folge-Operatoren (nehmen `image` als Eingabe)

identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter

Gleiche Kategorie (`restoration`)

xsk_inpaint · xsk_richardson_lucy · xsk_unwrap_phase · xcv_inpaint · xsk2_wiener · xcv3_inpaint_ns · iv_richardson_lucy · iv_wiener_deconv_spatial

*Provenance: ops.py — 2D Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

iv_backproject_superres — 2D restoration op