以色列魏茨曼科學研究所的計算機科學家最近研究出了一種新的Super-Resolution（超分辨率，下稱SR）圖像放大算法。這項新算法可以令照片放大3倍后依然擁有良好的細節(jié)表現(xiàn)和一定的銳度。

目前，實現(xiàn)SR算法的方式主要有兩種。一種是基于插值。通過對多幅低分辨圖像的亞像素精度平移采樣，然再經(jīng)過非均勻插值的方法得到一幅高分辨率的圖像。另一種基于“學習”。通過學習數(shù)據(jù)庫內(nèi)兩張分辨率大小不同的照片獲得一個圖像放大的學習模型，之后就可以通過這個學習模型計算出其他圖像的高頻細節(jié)信息。常用的學習算法有弗里曼等人提出的“Example-base”算法和法塔勒提出的“加強圖像邊緣統(tǒng)計提高照片高頻細節(jié)”算法。

魏茨曼科學研究所此次提出的新SR算法正是將這兩個方法結(jié)合起來，利用單張圖像就可實現(xiàn)超分辨率圖像放大。新的SR算法基于“觀察”。先對原圖像進行多次像素填充得到不同的圖像，經(jīng)過像素填充得到的圖像大小可能相同也可能更大。影樓然后對這些照片進行亞像素精度平移采樣，以得到每個像素最好的擴大模型方案，最后根據(jù)擴大需求按照最優(yōu)模型方案進行擴大，從而得到細節(jié)豐富的放大圖像。

作為比對，我們列出了其他幾項使用不同算法放大照片，以證明這項新圖像放大算法的真正實力。
   更多數(shù)碼資訊歡迎關(guān)注全影網(wǎng)。