基于学习数字图像超分辨率技术概述.docVIP

基于学习数字图像超分辨率技术概述 　　摘 要：数字图像超分辨率技术就是从一幅或多幅已知图像中重建出一幅具有更高空间分辨率的图像。这种技术自产生以来便受到众多学者的亲睐，产生了许多的相关算法。就目前而言，研究的主流是基于学习的算法。基于学习的算法是从事先构建的学习库中去获得待重建图像的先验知识，再在先验知识的辅助下恢复出待重建图像的高频细节，从而取得较好的视觉效果。对基于学习的超分辨率重建算法进行系统介绍，总结其中还存在的问题，并预测了进一步研究的方向。 关键词：数字图像；超分辨率技术 中图分类号：TP391.41 图像是信息载体，是我们人类信息的主要来源。但是并非所有图像都如人意，就拿我们常见的数字图像来说，在信息的采集过程中，由于投备的硬件条件限制，拍摄过程中操作人员的素质，信息传输过程中信号的干扰等，都会造成信息的丢失，最终影响图像的质量。超分辨率重建技术是利用一幅或多幅低分辨图像的额外或互补信息来恢复出一幅具有更高分辨率的图像。这种技术可以打破图像在形成过程中的限制，得到具有较好的视觉效果。因此该技术在许多领域（如卫星侦察、数字高清等）都有着良好的应用前景。 超分辨率重建技术主要分为两大类：基于重建的方法和基于学习的方法。基于重建的方法是超分辨率技术发展早期的算法，这些算法计算相对简单，复杂度也较低，但是存在重建倍数的限制，目前更多是作为学习算法的辅助