PAISR：Rapid and Accurate Image Super Resolution 详解（内附代码code）

hi，这绝对是一篇想搞事情的博客，本宝对这篇文章也没有弄得很透彻，甚至在某些小块上卡住了，但是还是有些干货想跟小伙伴们分享，顺便一起探讨一些问题。

在github：https://github.com/HerrHao/RAISR上有研友写了部分代码，并没有完全实现论文，虽然效果也不怎样理想，但是使用滤波器的方法代替字典速度提高了好多。不多说了，下面是论文的框架

主要分为以几个部分：

1）对图像进行简单的插值; 

2）使用哈希机制对图像块进行分类; 

3）对每一类图像块训练四个滤波器; 

4）对使用滤波器重建后的图像使用CT-Bleng方法消除可能带来的伪影; 

5）获得高分辨率图像。

我对论文的哈希分桶比较感兴趣，所以下面将讲述一些它的原理。

使用图像块的局部结构描述子对图像进行描述，然后使用这个 描述子对图像分桶。在这里的描述子，作者通过计算局部图像的梯度相关信息，获得图像块的角度、相关性、强度，对它们进行量化后，形成一个向量。然后这三个向量视为一个坐标，把一个三维的坐标转化成一个数字来表示桶的编号。图像信息量化的代码如下：

% function [theta]=hashTable(patch,Qangle,Qstrenth,Qcoherence)
functi