超分辨率概述编辑超分辨率(Super-Resolution)即通过硬件或软件的方法提高原有图像的分辨率，通过一系列低分辨率的图像来得到一幅高分辨率的图像过程就是超分辨率重建。超分辨率重建的核心思想就是用时间带宽(获取同一场景的多帧图像序列)换取空间分辨率,实现时间分辨率向空间分辨率的转换。
引言 在数字图像采集的过程中，由于机器设备性能的限制以及拍摄条件的影响，会使采集到的图像分辨率较低。这样的图像比较模糊，对于后期的处理、应用有较大的影响，因此提高图像的分辨率是我们必须要解决的。提高分辨率zui直接的方法当然是使用分辨率更高的设备，不过这存在两个问题：一是高分辨率的设备价格昂贵；二是每一种设备都存在着它的极限，受到硬件设备的限制很难得到真正高分辨率的图像。因此可以考虑采用软件的方法对图像的分辨率进行提高，这就是本文要讨论的超分辨率(SR:Super-Resolution)图像重建。
超分辨率实现技术 超分辨率实现技术的方法有多种，这里我们阐述几个目前zui常使用的方法：
1）基于插值。该方法是目前超分辨率研究中zui直观的方法。通过对该图像的多帧进行比较估计，得到它们之间的相对关系信息，以此获得高分辨率图像在非均匀间距采样点上的像素值。然后通过非均匀插值的方法，经过一定的插值，就可以得到一幅高分辨率的图像。当然，这样得到的图像会存在噪音、模糊等问题，因此可以通过图像恢复技术进行一定的修复。
2）基于重建。该方法主要有配准和重建两个关键步骤。在配准时，利用多帧低分辨的图像作为数据一致性的约束，这样可以获得其他低分辨率的图像和参考低分辨图像之间的亚像素精度的相对运动。重建时，可以利用图像的先验知识对目标图像进行优化。该方法常见的算法有迭代方向投影、zui大后验概率、凸集投影等。
3）基于学习。该方法的前提是认为低分辨率的图像*拥有用于推理预测其所对应的高分辨率部分的信息。这样就可以对一个低分辨率图像集进行训练，产生一个学习模型，这个模型可以计算出图像高频细节信息。目前，常用的学习算法有Freeman等人提出的Example-based方法、Chang等人提出的基于邻域嵌入的方法等等。
超分辨率的应用场景
超分辨率图像重建在现实生活中有十分广泛的用途。这里，我们列举了一些生活中用到的地方：
1）数字高清。在数字电视领域，可以利用超分辨率重建技术将数字电视（DTV）信号转化为高清晰度电视（HDTV）接收机相匹配的信号，从而提高观众的体验，视频监控。
2）医学图像。在医疗中，高分辨率的医疗图像对于医生做出正确的诊断是非常有帮助的。因此利用超分辨率重建得到更加清晰的图像，将会使医生治疗更加的准确、有效、核磁共振成像等。
3）卫星图像分析。在军事、气象领域，使用高分辨率卫星图像就很容易地从相似物中区别相似的对象。因此可以利用超分辨率重建技术获得高分辨率的图像，更好的服务于军事安全和日常生活，卫星成像：遥感、遥测、军事侦察等。
4）安全检测。银行、居民小区、道路口等都是需要安全检测的地方。虽然这些地方一般都会安装摄像头，但图像都非常模糊。利用超分辨率重建技术，将会帮助工作人员得到更加清晰的图像，即能够协助平常的安全管理，又能够在发生案情是帮助*办案。
5)视频格式转换、视频增强和复原：老旧电影的翻制等；
6)显微成像、虚拟现实等
超分辨率的实现效果
在许多的情况下，人们都希望得到的图像分辨率较高、画面较清晰。然而实际的硬件条件限制，以及其他的因素，我们得到图像的分辨率并不能达到要求。我们可以利用基于软件的方法，使用超分辨率的图像重建技术，对图像进行优化、修复。通过下面几幅图片，我们可以看到超分辨率的实现效果。
1.图1中，展示了利用超大分辨率技术得到花瓶图案中模糊不清的文字。
图1从花瓶图案中得到模糊不清的文字
2.图2展示了超分辨率方法在医学图像中的应用，图中展示的是通过超分辨率重建技术利用多幅低分辨率图像序列（颈动脉MRI图像），得到比较清晰地图像。
图2通过一组低分辨率图像序列（颈动脉MRI图像）得到颈动脉的清晰图片
3.图3显示了超分辨率技术在流媒体视频增强中的应用，在有限视频带宽的限制下尽可能的提高视频的清晰程度。
图3用超分辨率技术提高视频清晰度
超分辨率未来的发展
由于其本身用途十分广泛，人们在zui近20年中对超分辨图像重建技术进行了大量的研究，该技术也得到了迅速的发展。我们在卫星气象、医疗成像、图像压缩等方面已经使用了该技术。但该领域仍存在着许多需要解决的问题，而降质模型、运动估计、重建算法和实时应用等将是今后要研究的重点。不过我们有理由相信，未来将会有越来越多的领域得益于超分辨率技术的进一步发展，可以说超分辨率图像重建技术的发展已经并正在更加深入的影响和改善着我们生活的方方面面。
