2081303003.jpg (48.39 KB, 下載次數: 3)
2012-7-23 14:36 上傳
左邊小圖為原圖像，右邊是經過SR算法放大後的圖像
以色列魏茨曼科學研究所的計算機科學家最近研究出了一種新的Super-Resolution(超分辨率，下稱SR)圖像放大算法。這項新算法可以令照片放大3倍後依然擁有良好的細節表現和一定的銳度。
目前，實現SR算法的方式主要有兩種。一種是基于插值。通過對多幅低分辨圖像的亞像素精度平移採樣，然再經過非均勻插值的方法得到一幅高分辨率的圖像。另一種基于“學習”。通過學習數據庫內兩張分辨率大小不同的照片獲得一個圖像放大的學習模型，之後就可以通過這個學習模型計算出其他圖像的高頻細節信息。常用的學習算法有弗里曼等人提出的“Example-base”算法和法塔勒提出的“加強圖像邊緣統計提高照片高頻細節”算法。
魏茨曼科學研究所此次提出的新SR算法正是將這兩個方法結合起來，利用單張圖像就可實現超分辨率圖像放大。新的SR算法基于“觀察”。先對原圖像進行多次像素填充得到不同的圖像，經過像素填充得到的圖像大小可能相同也可能更大。然後對這些照片進行亞像素精度平移採樣，以得到每個像素最好的擴大模型方案，最後根據擴大需求按照最優模型方案進行擴大，從而得到細節豐富的放大圖像。
作為比對，我們列出了其他幾項使用不同算法放大照片，以証明這項新圖像放大算法的真正實力。
1.jpg (66.19 KB, 下載次數: 3)
2012-7-23 14:36 上傳
臨近點插值算法(NN interpolation)
2.jpg (42.41 KB, 下載次數: 2)
2012-7-23 14:37 上傳
雙立方插值算法(Bi-Cubic Interpolation)
3.jpg (65.98 KB, 下載次數: 3)
2012-7-23 14:37 上傳
弗里曼算法
4.jpg (49.94 KB, 下載次數: 2)
2012-7-23 14:37 上傳
金氏算法