图像超分辨率重构（一）原理及方法总结

                      图像超分辨率重构（一）原理及方法总结

 

超分辨率（Super-resolution）概念理解：

百科：超分辨率(Super-Resolution)通过硬件或软件的方法提高原有图像的分辨率，通过一系列低分辨率的图像来得到一幅高分辨率的图像过程就是超分辨率重建。

wiki：超分辨率成像（SR-imaging）是提高成像系统分辨率的一类技术。光学SR技术可以超越系统的衍射极限，而几何SR则可以提高数字成像传感器的分辨率。超分辨率成像技术广泛应用于图像处理和超分辨显微术中。

形象理解：  给定图像的像素越高，表示图像质量越接近于原始图像。如果把低像素的图片放大到一定程度，图片会变得非常模糊，类似于马赛克的情况。效果如下图所示：

如果想让上述图像变得清新，这是需要的技术就是超分辨率重构了。

 

 

超分辨率重构现有方法：

在知乎上有看到一个帖子：图像超分辨率重构技术还有什么可研究吗？以本人的理解，任何一项技术都有研究和提高的余地，技术进步不就是这样一点点来的吗？总结一下现有的SR技术方法，并附找到的项目链接

https://www.zhihu.com/question/38637977

 

 

 

另外附几个相关网页：

https://people.mpi-inf.mpg.de/~kkim/supres/supres.htm

《Example-Based-Super-Resolution-Freeman》

18.1.3增补：

神经网络实现：

（1）《Accelerating the Super-Resolution Convolutional Neural Network》，使用matlab的实现。

（2）《Pixel Recursive Super Resolution》，项目实现链接。

 

参考：

https://en.wikipedia.org/wiki/Super-resolution_imaging

https://www.zhihu.com/question/38637977

https://github.com/huangzehao/Super-Resolution.Benckmark

https://zhuanlan.zhihu.com/p/25532538

 

希望对你有帮助。