图像超分辨率重建

超分辨率（super-Resolution）

将低分辨率的图像通过一系列软件或者软件变成高分辨图像

传统的图像分辨率重建技术主要有；

（1）基于插值的技术

（2）基于重建的方法

（3）基于学习的方法（非深度学习）

基于插值的技术就是在图像中插入一些像素点，这些像素点根据临近的像素点计算得出，一般的方法有最邻近元法、双线性内插法、三次内插法等

基于重建的方法主要是数学的一些概率论或者集合论，例如凸集投影法（POCS）、贝叶斯分析方法、迭代反投影法（IBP）、后验概率方法、正规化法、混合方法。

基于学习的方法（非深度学习）

主要是机器学习的一些方法：example-based方法、邻域嵌入方法、支持向量回归方法、稀疏表示法。

图像降分辨率可能遇到问题

压缩失真、散焦、噪点、传感器噪声

超分网络的结构分类

预上采样、后上采样、逐步上采样、交替式上下采样