超分辨率指将低分辨率图像（Low Resolution，LR）通过相关画质重建，呈现相应高分辨率图像（High Resolution，HR）的技术，英文全称为Super-Resolution，我们常看到的“SR”其实就是技术的简称。该项技术可以将画面中的微小细节和增强特征进行一定提纯，经过一系列的技术处理产生更清晰的画面效果，为观众带来舒适清晰的视觉体验。

　　超分辨率技术主要有两种画质处理方法，分别为图像插值法和深度学习法：

　　图像插值法：利用已知邻近像素点的灰度值来产生未知像素点的灰度值，从而使原始图像再生出具更高分辨率的图像。该方法仅参考当前单幅低分辨率图像，通过改变图像像素数量完成画质的提升。



　　深度学习法：提前建立深层次的神经网络超分模型，将低分辨率图像输入到训练好的超分模型中，利用深度神经网络重建图像高频细节，同时利用相邻图像之间的互补信息，以混叠的形式复原画像，从而获得较好的画面显示效果。该方法分为特征提取、非线性变换和图像重建三步，其运算过程参考了多幅图像或多个视频帧。

　　这两种方法中，后者相比于前者具有更好的高分辨率视频图像的重建质量，计算复杂度也更高。通常视频类图像恢复过程要求更高，不仅需要生成细节丰富的帧帧图像，同时还要持续保持图像之间的连贯度和流畅性，因此这种情况大多会采用基于深度学习法的超分辨率技术。

想了解更多关于超分辨率是什么意思？的内容，请扫微信
或微信搜索jiemingpan

版权说明：本文版权由作者自行负责，如有侵权请联系本站删除。