PENDAHULUAN
1.1
Latar Belakang
2
menggunakan penyelesaian algoritma yang berbeda pula. Barubaru ini, He dan kawan-kawan mengusulkan kerangka kerja
regularisasi untuk estimasi simultan antara gambar HR dan
pengaburan [1]. Namun, metode ini tidak memanfaatkan potensi
parametrik informasi blur, yang mengarah ke underutilization
dari informasi yang tersedia.
Dalam Tugas Akhir ini penulis mengimplementasikan kerangka
kerja MAP untuk mengatasi citra blind. Kontribusi utama dari
Tugas Akhir ini adalah menyisipkan vektor parameter blur
sebelum
menyelesaikan
masalah
SR.
Metode
ini
mengintegrasikan informasi parameter fungsi blur ke algoritma.
Model parametrik yang terbaik dari fungsi blur didapat melalui
proses estimasi fungsi blur. Tugas Akhir ini juga menggunakan
optimasi conjugate gradient yang digunakan untuk meningkatkan
efisiensi algoritma komputasi. Maximum a Posteriori merupakan
salah satu estimasi probabilistik yang diambil dari persaman
Bayesian.
Berbeda dengan metode SR, algoritma baru menawarkan proses
penggabungan identifikasi blur dan rekonstruksi citra resolusi
tinggi. Metode ini menyediakan framework yang lebih dapat
diandalkan untuk mengidentifikasi blur dari gambar resolusi
tinggi, yang menjadikan rekonstruksi gambar resolusi tinggi lebih
baik.
1.2
Rumusan Masalah
3
1.3
Batasan Masalah
1.5
Mengimplementasikan
sebuah
framework
baru
menggunakan soft Maximum A Posteriori (MAP) untuk
menyelesaikan masalah resolusi tinggi.
Metodologi
E.
1.6