论文总结（三）-- 超分辨算法基础与综述

图像分辨率的概念

图像分辨率泛指成像或显示系统对细节的分辨能力，代表图像中存储的信息量。
指图像中存储的信息量，是每英寸图像内有多少个像素点，分辨率的单位为PPI(Pixels Per Inch)，通常叫做：像素每英寸。
图片的大小由像素的多少决定，分辨率是单位密度，同量像素图片的分辨率越高，面积越小。
一般情况下，图像分辨率越高，图像中包含的细节越多，信息量也越大。图像分辨率分为空间分辨率和时间分辨率。通常，分辨率被表示成每一个方向上的像素数量，例如64*64的二维图像。但是，分辨率的高低并不等同于像素数量的多少，例如一个通过插值放大了5倍的图像并不表示它包含的细节增加了多少。图像超分辨率重建关注的是恢复图像中丢失的细节，即高频信息。

超分辨问题的分类

超分辨率图像重建 (Super resolution image reconstruction, SRIR 或 SR) 是指用信号处理和图像处理的方法,通过软件算法的方式将已有的低分辨率 (Low-resolution, LR) 图像转换成高分辨率(High-resolution, HR)图像的技术

概括而言,按算法的输入输出的不同类型组合,超分辨率问题可以分为几类子问题,见图1.输入为低分辨率图像序列(视频