10、超分辨率技术概述

超分辨率技术概述

1. 超分辨率技术简介

图像超分辨率（SR）是指从单张低分辨率（LR）图像或一系列低分辨率观测图像中创建清晰的高分辨率（HR）图像的过程。在过去三十年中，多帧和单帧超分辨率及重建技术受到了越来越多的关注，因为许多领域在提高图像分辨率方面发现了大量应用。例如，在高清电视中，高清显示屏已达到新水平，分辨率增强不容忽视；在一些遥感应用中，像素大小是一个限制因素；在医学成像中，细节对于更准确的诊断或在减少患者辐射时间的同时获取高分辨率图像至关重要。不过，该领域也面临一些问题，如边缘表示不足、图像间运动估计不准确、亚像素配准以及计算复杂度高等。

超分辨率方法主要分为两类：多图像超分辨率和单图像超分辨率。此外，还提出了两种新的单图像SR技术，一种基于梯度控制，另一种是基于梯度控制和总变差的混合方法。

2. 超分辨率方法分类

超分辨率方法的主要区分依据是处理过程中所使用的资源：
- 多图像SR ：使用一组LR图像，这类方法源于该领域的早期研究。
- 单图像SR ：仅使用输入的低分辨率图像，适用于实际场景。

在单图像SR中，还可根据应用领域分为空间域和频率域方法。此外，基于数学模型的不同，还可进一步细分为变换、概率预测、直接投影、学习字典、降维和最小化过程下的重建模型以及残差先验等方法。这些方法的共同目标是融入丢失的高频细节。

3. 图像模型与处理过程

3.1 图像模型

为了更真实地表示低分辨率图像，需要考虑下采样和变形两个过程：
- 下采样 <