iv_backproject_superres — 2D restoration op

• 데이터 종류: image → image

• 호출: fullseye.apply(img, "iv_backproject_superres", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)

사용법

단일 이미지 반복 역투영(back-projection) 초해상도 기법(Irani-Peleg). 더 높은 해상도 격자로 업스케일한 뒤, 블러링과 다운스케일링으로 저해상도 관측을 시뮬레이션하고, 잔차를 고해상도 격자에 역투영한 다음, 얻어진 일관된 추정치를 다시 HxW로 다운스케일한다. 최종 효과는 고주파 디테일이 강화되는 것이다(일관성을 통한 선명화). `a는 반복 횟수 n = 1 + round(a*4) (1..5)를 설정하고, b`는 역투영 스텝 게인 g = 0.5 + b (0.5..1.5)를 설정한다.

자세한 사용 가이드

• gallery2d_smoothing_rank 패밀리 가이드

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

타입이 이어지는 다음 연산자(image 를 입력으로 받는 것)

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

같은 카테고리(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 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.