计算机软件及计算机应用论文_超分辨率图像重建 - 计算机时代杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表- 计算机时代

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

计算机软件及计算机应用论文_超分辨率图像重建

作者:

关键词:

摘要：

文章摘要:在人类视觉感知系统中，高分辨率图像是图像清晰表达其空间结构、细节特征、边缘纹理等信息的重要媒介，它在医学、刑侦、卫星等领域有着极为广泛的实用价值。超分辨率图像重建（Super-Resolution Image Reconstruction，SRIR）旨在于从给定的低分辨率图像中，重建含有清晰细节特征的高分辨率图像，是计算机视觉和图像处理领域中的一项重点研究任务。本文首先对超分辨率图像重建的概念和数学模型进行阐述，并对图像重建方法进行系统分类，将其系统的分为基于插值、基于重构、基于学习（深度学习前、后）三类超分辨率图像重建方法；其次，对三类方法中典型的、常用的、最新的算法及其研究进行全面回顾和综述，并从网络结构、学习机制、适用场景、优势和局限性等方面对所列的图像重建算法进行了梳理；然后，归纳总结了超分辨率图像重建算法所用的数据集和图像质量评价指标，重点比较基于深度学习的各种超分辨率图像重建算法的特点与性能；最后，从四个方面对超分辨率图像重建问题未来的研究方向或角度进行展望。

文章关键词:

项目基金:《计算机时代》网址: http://www.jsjsdzzs.cn/qikandaodu/2022/0114/2236.html