文献类型：期刊文章

作　　者：史振威[1] 雷森[1]

SHI Zhenwei;LEI Sen(Image Processing Center,School of Astronautics,Beihang University,Beijing,100191,China)

机构地区：[1]北京航空航天大学宇航学院图像处理中心

出　　处：《数据采集与处理》

基　　金：国家重点研发计划(2017YFC1405605)资助项目;国家自然科学基金(61671037)资助项目;北京市自然科学基金(4192034)资助项目

年　　份：2020

卷　　号：35

期　　号：1

起止页码：1-20

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：图像超分辨重建是一种提升图像分辨率的图像处理技术,而超分辨问题是一个难解的欠定问题,近些年来研究人员主要采用基于学习的方法,从大量数据中学习图像先验信息,以实现对解空间的约束。本文介绍了近20年来主流的图像超分辨重建算法,主要分为基于传统特征的方法和基于深度学习的方法。对于传统的超分辨重建算法,阐述了基于邻域嵌入的方法、基于稀疏表示的方法以及基于局部线性回归的方法。对于基于深度学习的超分辨重建算法,详细总结了网络模型结构设计、上采样方式、损失函数形式以及复杂条件下的算法设计4个方面。此外,本文简要分析了超分辨重建技术在视频超分辨、遥感图像超分辨以及在视觉高层任务方面的应用。最后,本文展望了图像超分辨重建技术的未来发展方向。

关 键 词：图像超分辨  邻域嵌入  稀疏表示  局部线性回归  深度学习  

分 类 号：TP391.41]