基于学习的图像超分辨重建方法综述

摘要：

全面综述了基于学习的单帧图像超分辨重建技术的研究与发展.基于学习的单帧图像超分辨重建借助机器学习技术,通过学习低分辨与高分辨图像之间的映射关系估计低分辨图像中丢失的高频细节,以获得边缘清晰、纹理细节丰富的高质量图像.根据超分辨重建过程中实例样本使用方式和学习算法的不同,已有基于学习的超分辨重建方法可分为五种类型,包括基于k近邻学习的方法、基于流形学习的方法、基于字典学习的方法、基于实例多线性回归的方法和基于深度学习的方法.对每类方法的主要思想和具有代表性的方法进行了详细介绍,对六种具有代表性的基于学习的超分辨重建方法的重建结果进行了比较和分析.最后,对基于学习的超分辨重建技术的未来发展趋势进行了展望.

关键词：实例学习、流形学习、实例回归、字典学习、单帧图像超分辨、图像质量评价

所属期刊栏目：54

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61471161;陕西省科技厅自然科学基础研究重点项目2016JZ026,2018JQ1017;西安 工程大学博士科研启动基金BS1616

在线出版日期：2018-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：13-21