超分辨率技术（Super-Resolution）是指从观测到的低分辨率图像重建出相应的高分辨率图像，在监控设备、卫星图像和医学影像等领域都有重要的应用价值。通过超分辨率重建我们可以让单张或多张不清晰的图片变得清晰，拯救拍照时使用的较低像素相机，亦或是将一张悠久而经典的低分辨率老照片轻松的在先进的高清显示器上播放。在工业的图像和视频传输过程中，该功能还为节省带宽和存储空间提供了极大的便利。
1、单帧图像的超分辨率重建
单帧超分辨率重建技术的理论基础就是建立相应的低分辨率图像集和高分辨率图像集，计算他们之间的对应关系来获得先验知识，通过字典学习的方法回复单帧图像的高频信息从而重建出高分辨率图像。
目前最好的单帧重建方法是基于字典学习和稀疏表示的超分辨率重建算法。基于字典学习和稀疏表示的超分辨率重建算法是通过建立高分辨率和低分辨率两个原始字典库，进行双字典学习，然后进行稀疏编码，通过计算低分辨率字典对应的稀疏系数得出所对应的高分辨率图像块。对大尺寸图像分块，检测每块图像信息量大小，依照信息量的不同分别采用不同的重建方法。
超分辨率重建还不止于可见光图像，对于红外图像处理也是不在话下。
可以十分明显的看出无论从图像整体来说，还是局部细节，图像分辨率经过超分辨算法都得到了很好改善。
2、多帧图像的超分辨率重建
多帧超分辨率技术就是将多帧低分辨率图像利用特定的重建算法，重建成为一幅更为清晰的高分辨率图像我们所采用的贝叶斯重建算法可实现对多帧图像、视频序列图像的超分辨率重建。其将未知高分辨率图像、图像获取过程、运动参数以及未知的模型参数联合建立数学模型，然后通过变分贝叶斯方法对序列图像的运动参数进行精确估计，超分辨率重建。
效果如下图所示
通过重建，多帧重建图像线对数从2.00lp/mm提高到4.00lp/mm
你看，量子力学这几个字有没有变的更清晰呢？
本文转自：微信号 - 西电科大光电成像工程中心，转载此文目的在于传递更多信息，版权归原作者所有。
