超分辨率重建好写论文吗

问：小妹正在做硕士论文，想请问各位图像处理大神，超分辨率重构这个方向好做吗？

1. 答：看起来很神秘，其实就是一个亚像素而已。根据我们的实际经验，如果你能使用亚像素来重构图像，从而使图像变得更清晰，那么实际应用项目就会节约不少的成本。现在的亚像素一般可以到十分之一像素~二十分之一像素。只要你能做到十分之一的亚像素重构，那么图像的分辨率就可以提高100倍（长、宽各10倍）。就好比原来你1000像素的相机，现在只要100像素了，成本节约很高的。
   不过以目前的图像软件及算法来看，亚像素的作用极其有限，你要想利用亚像素重构得到更清楚的图像，3个月估计效果不明显。
2. 答：是创新啦，代码啦，之类的东西都必须从头开

问：超分辨率综述论文笔记

1. 答：来自论文：Deep Learning for Image Super-resolution: A Survey
   图像超分辨率指的是从低分辨率图像中恢复高分辨率图像的过程。这项技术在现实世界中有广泛的应用，例如医学图像、监控与安全等，除了提升图像感知的品质，也有助于提升其他计算机视觉任务。总的来说，这个问题是非常具有挑战性和不适定性的，因为总是有多张高分辨率图像对应于单张低分辨率图像。在文献中，各种经典的超分辨率方法都有，包括基于预测的方法，基于边缘的方法，统计方法，基于修补的方法，以及稀疏表示方法等。近些年深度学习技术的快速发展，使得基于深度学习的超分辨率模型已经具有了最佳表现，大量深度学习方法被应用于解决超分辨率任务，从早期的N到最近的SRGAN。总的来说，深度学习超分辨率算法之间各不相同，主要是由于下面几个主要的方向：不同类型的网络结构，不同类型的损失函数，不同类型的学习原则和策略等。我们的工作与现有其他人的调查不同在于我们只专注于基于深度学习的超分辨率技术。
   2.1 问题定义
   图像超分辨率指的是从低分辨率图像中恢复相应的高分辨率图像。一般来说，低分辨率图像可以被看成是高分辨率图像退化而得的。退化过程一般认为的有两种模型，一种是简单的下采样操作。另外一种是几个操作的结合，包含产生的高分辨率图片与原图之间的损失函数，以及正则项和比例参数。我们的目的正是为了研究超分辨率模型，将相应的高分辨率图像恢复出来。
   2.2 图像超分辨率的数据集
   2.3 图像质量评估

问：王毅的论文发表

1. 答：王毅，牛瑞卿，喻鑫等. “基于时间变化的鲁棒各向异性扩散模型”. 自动化学报, 2009, 35(9):1253-1256. (EI)
   王毅，张良培，李平湘. “基于自动搜索和光谱匹配技术的训练样本纯化算法”. 武汉大学学报(信息科学版). 2007, 32(3): 216-219. （EI）
   张良培，王毅，李平湘. “基于各向异性扩散的SAR图像斑点噪声自适应滤波算法”. 电子学报, 2006, 34(12): 2250-2254.（EI）
   王毅，张良培，李平湘. “多光谱遥感图像的自适应各向异性扩散滤波”. 遥感学报, 2005, 9(6): 659-666.
   王毅，张良培，李平湘. “基于概率扩散的多光谱遥感图像分类模型”. 中国图象图形学报, 2006, 11(5): 646-651.
   王毅，张良培，李平湘. “各向异性扩散平滑滤波的改进算法”. 中国图象图形学报. 2006, 11(2): 210-216.
   王毅，张良培，李平湘. “基于最小描述长度原则的各向异性扩散模型”. 中国图象图形学报. 2005, 10(8): 957-963.
   吴柯，牛瑞卿，王毅, 杜博. “基于PCA与EM算法的多光谱遥感影像变化检测研究”. 计算机科学，2010, 37(3): 282-284.
   沈焕锋, 李平湘, 张良培, 王毅. “图像超分辨率重建技术与方法综述”. 光学技术, 2009, 35(2): 194-203.
   沈焕锋, 王毅等. “影像超分辨率重建技术的发展与应用现状”. 测控技术, 2009, 28(6): 5-11.