图像超分辨率重建
一、前言(废话时间)
这不,老师上课留下了一个大作业,主题是 图像超清晰度重建。说实话,刚拿到这选题的时候,脑子里还是有点懵的,我能想到的类似的东西也就是前一阵儿网上【图像修复林徽因却修成网红脸】的那个事儿。
也就是说,我基本是啥也不会,嗯,没错。
借着学习的机会,正好整理【超清晰度重建】的前世今生,从他为什么诞生,再到人们的一步步探索,最终选取一种方法,我再照猫画虎给他做出来,整几个示例图给大家看看。
以上就是我做这次大作业的思路了(据说还要答辩),反正又不是要做论文,不用那么严肃,那就用自己的语言来写博客了。
最终代码实现见这里
二、扫盲知识
什么是 超分辨率重建?
- 顾名思义,这是一门【模糊】变【清晰】的神奇技术,在游戏、电影、相机、医疗影像等多个领域都有广泛的应用。
- 而低分辨率图像一般通过一系列的退化操作得到,在损失了大量细节的同时,也引入了一系列的噪声。
兴起原因
首先近年来,随着高清设备的普及,相对早期的游戏或电影在上述设备上往往无法得到很好的表现,这促使了很多经典游戏和电影的高清重制工作被提上日程(比如《星际1高清重制版》和《魔兽3重置版》,老暴雪了233~)。
在重制过程中,核心是media的高清重建工作,而该部分工作在过去往往只能通过聘请专业的设计师耗费大量的资源来完成。而现在,通过图像超分辨率技术,大大简化了工作的流程,降低了工作的成本。
另一方面,图像超分辨率技术在相机拍摄过程中也有着广泛的应用,手机的快速发展也需要这样的技术升级:
三、传统超分辨率重建
传统的超分辨率重建算法主要依靠基本的数字图像处理技术进行重建,常见的有如下几类:
1、基于插值的超分辨率重建
基于插值的方法将图像上每个像素都看做是图像平面上的一个点,那么对超分辨率图像的估计可以看做是利用已知的像素信息为平面上未知的像素信息进行拟合的过程,这通常由一个预定义的变换函数或者插值核来完成。基于插值的方法计算简单、易于理解,但是也存在着一些明显的缺陷。
首先,它假设像素灰度值的变化是一个连续的、平滑的过程,但实际上这种假设并不完全成立。其次,在重建过程中,仅根据一个事先定义的转换函数来计算超分辨率图像,不考虑图像的降质退化模型,往往会