图像超分辨率（Image Super Resolution）

黑洞照片 - 图像超分辨率！

为什么这张黑洞照片如此重要

2019年4月10日，研究小组宣布了他们的结果：他们成功地拍摄到了距离我们5400万光年的M87星系中心的超大质量黑洞。他们能够使用非常长的基线干涉测量技术，结合全球多个射电望远镜的观测，获得前所未有的分辨率。

研究小组想弄清楚爱因斯坦的广义相对论是否能在黑洞的极端环境中维持下去，事实上，研究结果似乎与预言相符。在未来，随着团队瞄准较小波长的光，并招募更多的望远镜，我们可能会看到更多和更具形状的黑洞图像
 

 

 

图像超分辨率（Image Super Resolution）是指由一幅低分辨率图像或图像序列恢复出高分辨率图像。图像超分辨率技术分为超分辨率复原和超分辨率重建。目前， 图像超分辨率研究可分为 3个主要范畴： 基于插值、 基于重建和基于学习的方法。 
超分辨率(Super-Resolution)
 

 

基于学习的超分辨率 
借助预先的训练学习（从数据库）来寻找或建立低分辨率图像与其对应的高分辨率图像之间的映射关系，提取高频信息，从而在给定低分辨率图像的情况下，通过优化方法获得相应的高分辨率图像。 
浅层学习：特征提取–>学习–>重建 
深度学习：特征提取–>非线性映射–>图像重建

 

 

RF

1 图像的插值和超分辨率放大的分析与比较   ***** 

1 https://blog.csdn.net/loadqian/article/details/80607111 

1 学习笔记之——基于深度学习的图像超分辨率重构