资源描述：
《图像超分辨率重建算法综述.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第34卷第1期红外技术Vol.34No.12012年1月InfraredTechnologyJan.2012图像超分辨率重建算法综述1,23江静，张雪松（1.华北科技学院机电工程系，北京101601；2.中国矿业大学（北京）煤炭资源与安全开采国家重点实验室，北京100083；3.东北电子技术研究所光电信息安全控制试验室，河北三河065201）摘要：介绍了超分辨率重建的基本原理与数学模型，对现有的图像超分辨率重建算法进行了总结。将当前的超分辨率算法分为基于重建约束的方法和基于学习的方法两大类，分别阐述了超分辨率重建技术的经典方法，最后指出了低质量图
2、像超分辨率技术进一步的研究方向。关键词：超分辨率重建；规整化；流形学习中图分类号：TP391.41文献标识码：A文章编号：1001-8891(2012)01-0024-07AReviewofSuper-resolutionReconstructionAlgorithms1,23JIANGJing，ZHANGXue-song(1.DepartmentofMechanicsandElectricityEngineering,NorthChinaInstituteofScienceandTechnology,Beijing101601,China;2.
3、StateKeyLaboratoryofCoalResourcesandSafeMining,ChinaUniversityofMiningandTechnology,Beijing100083,China;3.Electro-opticalInformationSecurityControlLaboratory,NortheastInstituteofElectronicsTechnology,SanheHebei065201,China)Abstract：Thebasicprinciplesandmathematicalmodelsofsup
4、er-resolutionreconstructionaredescribed;theexistingsuper-resolutionreconstructionalgorithmsaresummarized.Thecurrentsuper-resolutionmethodsaredividedintotwocategories,thatis,thereconstructedconstraintsmethodsandlearningapproach.Themethodsofclassicsuper-resolutionreconstruction
5、arerespectivelydescribed.Finally,thefurtherresearchdirectionsofsuper-resolutionreconstructiontechniqueforlow-qualityimagesareproposed.Keywords：Super-ResolutionReconstruction;Regularization;ManifoldLearningAlgorithm分辨率图像的技术，而实现成本要相对低廉得多。为0引言了获得更为精确和鲁棒的图像处理结果，通常需要通为了获得高分辨率成像系统，
6、相应的成像芯片和过超分辨率技术从一个低分辨率图像序列或单张低光学部件会使系统成本急剧增加，即使如此，当要求分辨率图像中估计，或者说合成出高分辨率图像。的分辨率已经超越光学成像系统可以达到的极限时，1984年，通过利用一个彼此间存在平移运动的低单纯依赖不计成本地提高成像系统的质量已经导致分辨率图像序列，Tsai和Huang开创性的提出了在频域[1]这样一个系统在理论上是不可实现的，更何况在一个内提高图像分辨率的方法，而在此之前人们认为提实际的应用系统中，这种不计投入成本和为了提高成高图像分辨率的最好方法是三次样条插值。Tsai和像分辨率而牺牲系统其
7、它性能指标（如入宽视场角、Huang的开创性研究开启了综合利用时间-空间信息系统的小型化以及图像处理算法的运算能力等）的方进行超分辨率研究的大门。Kim等人进一步考虑了LR案也是无法接受的。图像中存在噪声和降晰的情况，根据序贯最小二乘估近年来，低质量人脸图像的超分辨率重建引起了计理论给出HR图像的DFT的递归加权最小二乘估计[2]学者们越来越多的研究兴趣。超分辨率是指通过图像算法。Bose等人提出了递归总体最小二乘法来减轻[3]处理算法来获得在成像系统分辨率极限之上的更高配准误差影响的超分辨率方法。Rhee和Kang通过使收稿日期：2011-11
8、-01.作者简介：江静(1979.6-),女,江苏省连云港市人,讲师,博士生（2008年于中国矿业大学（北京）在读通信与信息系统专业博士
