超分辨率图像重建算法综述 - 论文笔记
关键词
在医学、刑侦、卫星等领域有着极为广泛的实用价值
超分辨率图像重建(SRIR)旨在从给定的低分辨率(LR)图像中,重建含有清晰细节特征的高分辨率图像
算法分类
1. 基于插值
- 线性插值
- 比如将 4x4 的图像变为 5x5,通过16个确定的点,得到25个不确定的点,每一个不确定的点的值由周围的点决定
- 最近邻插值
- 双线性插值
- 双三次插值法
- 非线性插值
- 边缘导向插值
- 梯度引导插值
- 小波变换插值法
2. 基于重构
- 频域法(不展开)
- 空域法(不展开)
3. 基于学习
- 深度学习前的图像重建(不展开)
- 深度学习后的图像重建
- SRCNN
- FSRCNN
- VDSR
- RCAN
- SRGAN
- ESRGAN
- Real-ESRGAN
All articles in this blog are licensed under CC BY-NC-SA 4.0 unless stating additionally.