２問題描述
一般地，我們認為低解析度影象是由高解析度影象經過模糊、扭曲、降取樣以及雜訊汙染得到的【２５】，整個降晰過程可以近似表示成乙個線性過程ｔ假定低解析度影象的尺寸為
ｍｘｎ，影象放大尺度為，，那麼圖象降晰模型可以表述為
ｙ＝ｄｃｆｚ＋行
也可以簡潔的表示為
ｙ＝脅＋，７（２）其中，ｙ、ｚ和町分別表示按行或按列重新排列而成的ⅳ×１的ｌｒ圖象、１２ｎｘ１的ｈｒｉ蝴ｎｘｌ的雜訊。ｔ２ｎｘｌ２ⅳ矩陣，表示扭曲過程，１２ｎｘｌ２ⅳ矩陣ｃ表示模糊過程，ｎ—ｘ７２．ｖ矩陣＿ｄ表示降取樣過程，矩陣日＝ｄｃｆ。
因此，對超解析度問題的求解，就可以轉化成為對方程（２）的已知ｙ和ｈ以及雜訊統計特性的情況ｆ對：的估計，顯然由目的維數可知，逆矩陣不存在，方程無法直接求解。３相似性匹配方法
在【４ｌ中指出一般的影象具有如下兩個特點：整幅影象中存在著大量具有相似區域性結構的區域．並且這些結構的相似性在多個尺度上可以保持。這裡所講的結構主要是指區域性區域影象強度的變化，可以有多種表示，本文採用梯度圖來表示區域性結構。
我們舉例如下
圖１區域性相似結構示意圖
從左邊開始，原始子塊，在相鄰幀中用塊匹配找到的最佳匹配子塊（相似度０．９８ｉ）
同一幅影象中尋找到的最相似子塊１（相似度ｏ．９９１），最相似子塊２（相似度ｏ．９８８．）。
顯然，不同幀內的塊匹配結果的相似度要小於同一幀內的相似結構，分析其原因有二，一是雜訊的影響．二是對於完全相同的結構，在同一幀內具有完全相同的成像條件和降晰過
圖３原始的ｌｅｎａ影象（５１２＇５１２）圖３高斯模糊（方差２．０）亞取樣影象
圖５三次樣條插值結果（峰值訊雜比２２．６２）圖４超解析度結果（峰值訊雜比２４．０６）
圖６積體電路影象
圖７三次樣條插值結果
圖８超解析度結果
影象稀疏表示的超解析度重建筆記
基於稀疏表示的影象超解析度重建演算法研究 影象超解析度重建是一種改善影象視覺效果和為影象後續處理 影象特徵提取 資訊識別等 做準備的重要影象處理技術。本文主要研究了稀疏表示在影象超解析度重建中的應用，重點介紹分析稀疏表示中字典構建和正則化項建立的方法，並提出將基於稀疏表示的多幀影象超解析度重建技術用...
改進MAP演算法的影象序列超解析度重建
第 卷第 期 年 月 計算機應用與軟體 改進 演算法的影象序列超解析度重建 田秀華孫曉春 遼寧工程技術大學機械工程學院 遼寧阜新 遼寧工程技術大學電子與資訊工程學院遼寧葫蘆島 摘要對基於 演算法的影象超解析度重建演算法進行研究，分析演算法的不足。針對現存的 演算法邊緣與細節保持能力的 不足，提出改進...
一種新的體育教學方法
運動心理學的迅速發展，給體育教學與訓練提供了一些新的方法。唸動練習 亦稱 心理練習 意念教學法 表象重視訓練 想象技能訓練 就是新近發展起來的一種行之有效的體育教學 訓練方法。唸動練習的例項及效果 練習有益於提高高階運動員訓練水平的問題已有不少報導。據蘇聯一些運動心理學者研究證實 想象中的完成動作 ...