计算机视觉应用开发课件：图像超分辨率概述

图像超分辨率概述图像超分辨率的基本概念01任务图像超分辨率的应用场景02任务学习目标了解图像超分辨率的基本概念了解图像超分辨率的应用场景1图像超分辨率的基本概念1图像超分辨率的基本概念所谓超分辨率，就是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。就如上节中的蝴蝶翅膀图，给定左边的低分辨率图像，希望通过一系列的算法来得到右边的高分辨率图像，这就是图像超分辨率重建。图像超分辨率重建，给定一张低分辨率的图像（low-resolutionimage），通过计算机视觉中的方法、模型将其恢复成一张高分辨率的图像（high-resolutionimage），要求恢复后的高分辨率图像要尽可能真实。其旨在克服或补偿由于图像采集系统或采集环境本身的限制，导致的成像图像模糊、质量低下、感兴趣区域不显著等问题。1图像超分辨率的基本概念2图像超分辨率的应用场景2图像超分辨率的应用场景视频：近年来，随着高清设备的普及，用户端显示设备的分辨率已经普遍提升到了2K甚至更高的水平。相对早期的游戏、电影和照片在上述设备上往往无法得到很好的展现，这促使了很多经典游戏和电影的高清重制工作被提上日程。在整个重制过程中，最核心的就是多媒体素材的高清重建工作，而该部分工作在过去往往只能通过聘请专业的设计师耗费大量的资源来完成。图像超分辨率技术的发展为上述问题提供了一个全新的解决思路。通过图像超分辨率技术，无需耗费大量的资源即可完成多媒体内容的高清重建工作。在上述结果上，设计师仅需进行简单少量的修改即可达到和人工设计相媲美的结果，大大简化了工作的流程，降低了工作的成本。2图像超分辨率的应用场景照片：另一方面，图像超分辨率技术在相机拍摄过程中也有着广泛的应用。近年来，随着用户对手机拍摄功能的重视，越来越多的厂商将手机的拍摄性能作为一个重要的卖点来进行宣传。特别的，相机的变焦功能越来越受到用户的关注。其中，变焦功能通常可以分为：光学变焦，数码变焦。光学变焦通过调整镜头来对焦距进行调整，由于受限于设备体积的大小，调整能力比较有限。相对的，数码变焦则是通过算法来对图像进行调整，以达到模拟光学变焦的目的，算法的优劣很大程度上决定了数码变焦的倍数以及其结果的好坏。图像超分辨率技术相对于传统的图像插值算法，往往能够提供更大的变焦倍数以及更好的图像质量，近年来广泛被各大手机厂商所采用。2图像超分辨率的应用场景相对于上述领域，图像超分辨率技术在很多专业领域也有应用。主要包括：图像压缩领域：在视频会议等实时性要求较高的场合，可以在传输前预先对图片进行压缩，等待传输完毕，再由接收端解码后通过超分辨率重建技术复原出原始图像序列，极大减少存储所需的空间及传输所需的带宽。医学成像领域：对医学图像进行超分辨率重建，可以在不增加高分辨率成像技术成本的基础上，降低对成像环境的要求，通过复原出的清晰医学影像，实现对病变细胞的精准探测，有助于医生对患者病情做出更好的诊断。2图像超分辨率的应用场景遥感成像领域：高分辨率遥感卫星的研制具有耗时长、价格高、流程复杂等特点，由此研究者将图像超分辨率重建技术引入了该领域，试图解决高分辨率的遥感成像难以获取这一挑战，使得能够在不改变探测系统本身的前提下提高观测图像的分辨率。公共安防领域：公共场合的监控设备采集到的视频往往受到天气、距离等因素的影响，存在图像模糊、分辨率低等问题。通过对采集到的视频进行超分辨率重建，可以为办案人员恢复出车牌号码、清晰人脸等重要信息，