超分辨率重建——病态、单应矩阵、高斯权重

我们经常会提到，超分辨率重建是一个病态问题，那么这里的病态该如何理解呢？

病态问题本身的定义是：对于一个数值问题本身，如果输入数据有微小的扰动（即误差），引起输出数据（即问题的解）相对误差很大，这就是病态问题。

设a为输入数据的相对误差，b为输出数据的相对误差，c为条件数，c=b／a。自变量的相对误差往往不会太大，如果c很大的话，将引起函数值相对误差很大，这样的问题就是病态问题。

对于超分辨率重建问题，输入低分辨率图像往往收到噪声等干扰，在重建高分辨率的过程中，如果约束条件选取的不好，或者模型选择不当的话，重建结果会有着很大的区别，所以可以看作病态问题。

另外最近还看到一个词叫单应矩阵，这里记录一下：

说到单应矩阵，一般用于二维图像中的变换，而这一变换是单应变换，有下面几个概念（以下内容摘自知乎）

一、单应和齐次坐标
给