1.完整项目描述和程序获取
>面包多安全交易平台:https://mbd.pub/o/bread/ZJWXlp1q
>如果链接失效，可以直接打开本站店铺搜索相关店铺：
>如果链接失效，程序调试报错或者项目合作也可以加微信或者QQ联系。
2.部分仿真图预览
3.算法概述
图像超分辨率重建技术通常可以分为单帧和多帧图像重建方法。单帧图像重建也称图像放大，最早由Harris和Goodman于60年代提出，其思想主要是通过对低分辨率图像静态插值的方法来实现图像分辨率的提高。因为单个图像的利用不能去除由低分辨率图像取样时所具有的混淆和模糊，随后有许多人研究提出了其他复原方法，如线性外推法。80年代末之后，人们在超分辨率图像复原方法研究上取得了突破性的进展。Hunt等人提出和发展了许多有实用价值的方法，如能量连续降减法、贝叶斯分析法；Tsai和Huang提出了在频域中从互有位移的低分辨率图像序列中插值产生一帧高分辨率图像的概念，才从本质上解决了图像超分辨率无唯一解的问题；在此基础上，Kim等人研究了混入噪声和图像有模糊退化情形下的模型，并给出了加权迭代和正则化迭代两种解混叠方法；Bose等人则给出了一种解混叠的总体最小二乘方法；进一步发展中，人们在统计先验知识的使用上也采用了新的方法，如Cheeseman等人使用了基于高斯平滑先验知识的估计器来增强卫星遥感图像，此外，Schultz和Stevenson，Tekalp等人，Keren和Pelegd等人以及Elad和Feuer研究了改善数字图像空间分辨率的空域方法。
4.部分源码
....................................................................................
%POCS
if sel == 2
%降低图像的分辨率
for j = 1:Numbers+1
pixel_low_tmp = func_lowfbl(pixel(:,:,j),Fenbl_sample);
pixel_low(:,:,j) = pixel_low_tmp;
end
addpath(genpath('b'));
figure;
%原POCS算法
for j = 1:K_frame
Image_tmp = func_pocs_classic(j,pixel_low,min(30,Numbers)+j+1,Fenbl_sample);
Image_pocs(:,:,j) = Image_tmp;
[psnrs,mses] = func_PSNR(pixel(:,:,j),Image_pocs(:,:,j));
PSNR_pocs(j) = psnrs;
MSE_pocsr(j) = mses;
end
subplot(121);imshow(Image_pocs(:,:,1),[]);title('通过原POCS算法得到的重构图');
clear Image_pocs
%改进后的POCS算法
for j = 1:K_frame
Image_tmp = func_pocs(j,pixel_low,min(30,Numbers)+j+1,Fenbl_sample);
Image_pocs2(:,:,j) = Image_tmp;
[psnrs,mses] = func_PSNR(pixel(:,:,j),Image_pocs2(:,:,j));
PSNR_pocs2(j) = psnrs;
MSE_pocsr2(j) = mses;
end
subplot(122);imshow(Image_pocs2(:,:,1),[]);title('通过改进后的POCS算法得到的重构图');
clear Image_pocs2
figure;
plot(PSNR_pocs,'r-o');hold on;
plot(PSNR_pocs2,'b-o');hold on;
grid on;
legend('通过POCS算法得到的重构图','通过改进POCS算法得到的重构图');
title('PSNR');
save result\dz.mat PSNR_pocs PSNR_pocs2
end
09_022_m
