最近、陰関数を用いた画像表現に関する研究が進展し、任意の解像度での画像表現の可能性が示唆されている。しかし、単独の多層パーセプトロン（MLP）では高周波成分の学習能力に限界がある。本論文では、自然画像における主要周波数を推定するための「局所テクスチャ推定器（Local Texture Estimator: LTE）」を提案する。このLTEにより、陰関数は連続的な再構成プロセスの中で微細な詳細を捉えることが可能となる。深層超解像（SR）アーキテクチャと共同で学習させることで、LTEは2次元フーリエ空間において画像のテクスチャを効果的に表現できる。実験により、任意の拡大率において、LTEを用いたニューラル関数が既存の深層SR手法と比較して優れた性能を発揮することが示された。さらに、本研究の実装は、従来の手法と比較して最短の実行時間を達成していることを実証した。