基于MAP算法的图像超分辨率重构技术研究硕士论文，文中介绍了超分辨率重建的理论基础与数学模型，基于卡尔曼滤波的序列图像运动估计及基于MAP的超分辨率重建的具体过程。-Algorithm based on MAP Super-Resolution Reconstruction of Image Technology master' s thesis paper introduces the theory of super-resolution reconstruction of the fo

前基于图像块稀疏表示的超分辨率重构算法对所有图像块都用同一字典表示，不能反映不同类型图 像块问的筹别．针对这一缺点，本文提出基于图像块分类稀疏表示的方法．该方法先利用图像局部特征将图像块分为 平滑、边缘和不规则结构三种类型，其中边缘块细分为多个方向．然后利用稀疏表示方法对边缘和不规则结构块分别 训练各自对应的低分辨率和-岛分辨率字典．重构时对平滑块利用简单双三次插值方法，边缘和不规则结构块由其对应 的高、低分辨率字典通过正交匹配追踪箅法重构．实验结果表明，与单字典稀疏表示算法相比

一种基于KSVD字典学习的多任务超分辨率图像重构方法,主要解决现有方法在高放大因子下重构图像质量下降比较严重的问题(A multi task super-resolution image reconstruction method based on KSVD dictionary learning is mainly used to solve the problem that the quality of image reconstructed by the existing method i

使用2幅相位互补的带条纹的低分辨率图片，能重构出一幅该条纹方向提升了两倍分辨率的图(Using 2 complementary striped low resolution images, we can reconstruct a two-fold resolution enhancement super-resolution image at the stripe direction.)