超分辨率重建(一)算法分类

超分辨率重建(一)算法分类

第一种分类方式:

基于频域
基于插值(空域)
基于重构(空域)
基于学习

第二种分类方式:

单帧图像超分辨率重建(SISR):频域法有用到,深度学习有用到
多帧图像超分辨率重建:插值、重构有用到

列举部分算法:

频域:1984提出,已不再成为研究主流
空域:包括非均匀空间内插、迭代反投影法、凸集投影法、最大后验概率法……
插值:最近邻插值、双线性插值、双立方插值、三次B样条曲线插值、全插值……
学习:稀疏表示,深度学习……

其中深度学习方法中:SRCNN、ESPCN、RCAN、SRGAN……

  • 另外多帧图像一般要图像配准,即对多帧之间的相对运动进行估计才可以进行后面的操作。
  • 如果是亚像元采样下,知道图像具体错位多少,则可以直接插值

你可能感兴趣的:(超分辨率重建(一)算法分类)