典型文献
超分辨率图像重建算法综述
文献摘要：
在人类视觉感知系统中,高分辨率(HR)图像是图像清晰表达其空间结构、细节特征、边缘纹理等信息的重要媒介,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,是计算机视觉和图像处理领域中的一项重点研究任务.首先,对超分辨率图像重建的概念和数学模型进行阐述,并对图像重建方法进行系统分类,将其系统地分为基于插值、基于重构、基于学习(深度学习前、后)三类超分辨率图像重建方法;其次,对三类方法中典型的、常用的、最新的算法及其研究进行全面回顾和综述,并从网络结构、学习机制、适用场景、优势和局限性等方面对所列的图像重建算法进行了梳理;然后,归纳总结了超分辨率图像重建算法所用的数据集和图像质量评价指标,重点比较基于深度学习的各种超分辨率图像重建算法的特点与性能;最后,从四方面对超分辨率图像重建问题未来的研究方向或角度进行展望.
文献关键词：
图像处理;超分辨率重建;深度学习;图像质量评估
中图分类号：
作者姓名：
钟梦圆;姜麟
作者机构：
昆明理工大学 理学院,昆明 650093
文献出处：
引用格式：
[1]钟梦圆;姜麟-.超分辨率图像重建算法综述)[J].计算机科学与探索,2022(05):972-990
A类：
SRIR
B类：
超分辨率图像重建,图像重建算法,人类视觉,视觉感知,感知系统,像是,细节特征,刑侦,星等,低分辨率,LR,高分辨率图像,计算机视觉,和图像,研究任务,重建方法,系统分类,全面回顾,学习机制,适用场景,所列,图像质量评价,质量评价指标,超分辨率重建,图像质量评估
AB值：
0.220682
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
