tony365的博客

首先有一个数据库，数据库包含低分辨率图像的像素或特征，和对应高分辨率图像的像素或者提取的特征输入低分辨率的patch，提取特征，找到数据库中的K近邻，并根据距离计算weight将weight应用到对应的高分辨率的patch, 加权得到 高分辨率的patch主要就是K近邻插值一般情况下使用K-SVD方法建立 低分辨率字典和对应的高分辨率字典输入低分辨率图像，然后OMP方法计算 低分辨率字典的weightweight应用到低分辨率字典对应的高分辨率字典，得到高分辨率图像。

因此作者首先 对 rgb响应数据库 降维，分解为 特征值 和 特征向量， 用低维特征就可以表示响应曲线。本文作者提出一个方案， 在已知光源和反射率的基础上，最小二乘求解rgb相应曲线。已知光源 和 反射率 求解 camera sensor的 rgb 响应曲线。I是 在光源L照射下，反射率为R 的物体的 颜色rgb值。这样再通过最小二乘方法求解，可以避免更多噪声，更加精确。然后在已知 I，L, R 的情况下，最小二乘得到C。可以发现误差挺大，容易受到噪声的影响。从一张图像恢复出 rgb的响应曲线。