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