超分辨率重建——（一）何为超分和分类

图像超分辨重建

图像超分辨率（SR）是计算机视觉中提高图像和视频分辨率的一类重要技术。图像超分辨率重建( Super-resolution Reconstruction，SR) 是由一张或多张低分辨率图像得到高分辨率图像的过程．

存在问题：

传统图像 SR 算法包括基于重构和基于样例学习的方法，这些方法普遍难以恢复高频细节信息，导致重建图像模糊且计算复杂、实时性不高等问题，不适用于大放大因子( 如 × 4、× 8) 的要求． 为解决这些问题，近年来人们将深度学习用于图像 SR 中． 如今，基于深度学习的图像 SR 已逐渐成为主流方法．

本文主要是通过一下的分类对超分辨重建进行划分：

以下呢，简单对各个方法进行简单的概念描述或者算法的扩充。

• （一）多图像超分辨率重建

• （1）频域法

概念：假定 LR 图像生成模型后，分别对 LR 图像和