超分辨学习之一___超分辨率复原

图像复原：恢复图像，前后分辨率不变，超分辨率复原，不仅恢复图像，提高分辨率。

图像的分辨率：图像的分辨率越高，一幅图像的像素所代表的图像面积越小，图像越精细。

图像复原：是根据图像退化的先验知识建立一个退化模型，然后以此模型为基础，采用各种逆退化处理方法逐步进行恢复，从而达到改善图像质量的目的。效果好坏决定于先验知识掌握的充分程度。

    近年来的超分辨率是通过单幅或者一系列有亚像素偏移多张连续图像，利用图像的先验知识增加图像的分辨率。目前超分辨率技术主要分为两类基于重建的超分辨率方法和基于学习的超分辨率方法。

    传统的基于重建的超分辨率方法是利用多张图像进行超分辨率重建。由于多帧图像信息多，充分利用这些多帧图像间的相同相异的信息以及图像的先验知识进行重建。先验模型比如高斯模型对图像的不同区域都不加区别的进行平方惩罚，导致边缘丢失图像模糊，Gibbs模型也是会产生类似的边界模糊，以此在基于重建的超分辨率方法只是对图像进行一般的先验模型建立没有考虑到图像的特殊性。

基于学习的超分辨率重建考虑到图像的特殊性，主要方法有基于分类的分辨率重建，基于回归的分辨率重建，。。