图像超分辨重建算法综述

• 作者: 史振威 雷森
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 图像超分辨 邻域嵌入 稀疏表示 局部线性回归 深度学习
• 年，卷（期）: 2020,（1）
• 页码范围: 1-20
• 页数: 20页
• 分类号: TP391.41
• 字数: 14525字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2020.01.001

摘要

图像超分辨重建是一种提升图像分辨率的图像处理技术,而超分辨问题是一个难解的欠定问题,近些年来研究人员主要采用基于学习的方法,从大量数据中学习图像先验信息,以实现对解空间的约束.本文介绍了近20年来主流的图像超分辨重建算法,主要分为基于传统特征的方法和基于深度学习的方法.对于传统的超分辨重建算法,阐述了基于邻域嵌入的方法、基于稀疏表示的方法以及基于局部线性回归的方法.对于基于深度学习的超分辨重建算法,详细总结了网络模型结构设计、上采样方式、损失函数形式以及复杂条件下的算法设计4个方面.此外,本文简要分析了超分辨重建技术在视频超分辨、遥感图像超分辨以及在视觉高层任务方面的应用.最后,本文展望了图像超分辨重建技术的未来发展方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷森	北京航空航天大学宇航学院图像处理中心	2	3	1.0	1.0
2	史振威	北京航空航天大学宇航学院图像处理中心	12	112	5.0	10.0