Kotelnikov Institute of Radio Engineering and Electronics of RAS Русский Sign in Submit a paper
Journal of Radio Electronics Online scientific journal · eISSN 1684-1719
2023, № 3 · RADIO ELECTRONICS RELATED PROBLEMS

Sparse image interpolation methods working in the frequency domain

A.V. Kokoshkin1

1 Fryazino Branch of Kotelnikov IRE RAS, Friazino, Russia
Full text DOI: 10.30898/1684-1719.2023.3.10 UDC 621.397 EDN SGWXXT

Abstract

The work compares the work of sparse image interpolation methods such as: - interpolation method of sequential computation of the Fourier spectrum (IMSCS), the method of projections onto convex sets (projections onto convex sets, POCS), and the method of amplitude iterations (MAI). All calculations necessary for the reconstruction of sparse images are performed only on spatial spectra. As an example, an aerospace digital image is used, which is typical for the tasks of remote sensing of the earth's surface. A high degree of sparseness is modeled (90 percent of the information is missing). The effectiveness of the studied methods was carried out according to several objective criteria.

  • remote sensing
  • sparse digital images
  • image processing
  • interpolation method of sequential computation of the Fourier spectrum
  • Projection onto convex sets
  • amplitude iteration method
  • histogram similarity index measure
Аннотация (на русском)

Методы интерполяции разреженных изображений, работающие в частотной области

В работе производится сравнение работы методов интерполяции разреженных изображений таких как: метод интерполяции последовательно вычисляемого спектра Фурье (МИПВС), метод проекций на выпуклые множества (projections onto convex sets, POCS), и метод амплитудных итераций (МАИ). Все вычисления необходимые для реконструкции разреженных изображений производятся только над пространственными спектрами. В качестве примера используется аэрокосмическое цифровое изображение характерное для задач дистанционного зондирования земной поверхности. Моделируется высокая степень разреженности (отсутствует 90 процентов информации). Эффективность работы исследуемых методов проведена по нескольким объективным критериям.

For citation

Kokoshkin A.V. Sparse image interpolation methods working in the frequency domain // Journal of Radio Electronics. – 2023. – No. 3. https://doi.org/10.30898/1684-1719.2023.3.10

References

  1. Park J., Park D-C, Marks R.J. II, El-Sharkawi M.A. Block loss recovery in DCT image encoding using POCS. Proceedings of the IEEE International Symposium on Circuits and Systems. 2002. https://doi.org/10.1109/ISCAS.2002.1010686
  2. Huang H., Makur A. A new iterative reconstruction scheme for signal reconstruction. Proceedings of the IEEE Asia Pacific Conference on Circuits and Systems (APCCAS '08). 2008. https://doi.org/10.1109/APCCAS.2008.4746028
  3. Feichtinger H.G., Kozek W., Strohmer T. Reconstruction of signals from irregular samples of its short-time Fourier transform. Wavelet Applications in Signal and Image Processing III. 1995. V.2569. P.140-150. https://doi.org/10.1117/12.217570
  4. Guven H.E., Ozaktas H.M., Cetin A.E., Barshan B. Signal recovery from partial fractional Fourier domain information and its applications. IET Signal Processing. 2008. V.2. №1. P.15-25. http://doi.org/10.1049/iet-spr:20070017
  5. Serbes A., Durak L. Optimum signal and image recovery by the method of alternating projections in fractional Fourier domains.Communications in Nonlinear Science and Numerical Simulation. 2010. V.15. №3. P.675-689. https://doi.org/10.1016/j.cnsns.2009.05.013
  6. Кокошкин А.В., Коротков В.А., Коротков К.В., Новичихин Е.П. Ретуширование и восстановление отсутствующих частей изображений с помощью итерационного вычисления их спектров. Компьютерная оптика. 2019. Т.43. №6. С.1030-1040. https://doi.org/10.18287/2412-6179-2019-43-6-1030-1040
  7. Кокошкин А.В., Коротков В.А., Новичихин Е.П. Реконструкция акустических сигналов по неполным данным. Радиотехника и Электроника. 2020. Т.65. №12. С.1181-1189. https://doi.org/10.31857/S0033849420120104
  8. Кокошкин А.В., Новичихин Е.П. Применение метода интерполяции последовательно вычисляемого спектра Фурье к разреженным изображениям. РЭНСИТ: Радиоэлектроника. Наносистемы. Информационные технологии. 2022. Т.14. №2. С.165-174. https://doi.org/10.17725/rensit.2022.14.165
  9. Кокошкин А.В. Алгоритмы метода амплитудных итераций и POCS для реконструкции разреженных двумерных сигналов Журнал радиоэлектроники [электронный журнал]. 2022. №9. https://doi.org/10.30898/1684-1719.2022.9.7
  10. Кокошкин А.В., Коротков В.А., Коротков К.В., Новичихин Е.П. Сравнение объективных методов оценки качества цифровых изображений. Журнал Радиоэлектроники [электронный журнал]. 2015. №6. http://jre.cplire.ru/jre/jun15/15/text.html
  11. Gonzalez R.C., Woods R.E., Digital Image Processing. NJ. Prentice Hall, International Version 3rd Edition. 2012. 1071p.