说明：使用目标区域显示超大分辨率图片，可进行滑动调节

说明：hslogic算法仿真,基于matlab的贝叶斯小波超分辨率图像重建算法的仿真

说明：图像配准的过程中两种或两种以上的图像重叠了在不同的同一个场景倍,从不同的观点和/或不同传感器。这两images-the区域的几何参考和感觉到图像。目前图像之间的差异,介绍了因不同成像条件。图像配准的一个决定性的步骤所有图像分析任务在最后的信息结合了各种各样的数据能源,如在图像融合、变化检测和多通道形象得到恢复。通常,必须注册在多光谱遥感分类、环境监测,变化检测图像拼接、天气预报、创造超分辨率图像、整合信息到地理信息系统(GIS)),结合医学计算机断层扫描(CT)、核磁共振数据获得更完善的信息,如病人、监测肿瘤生长,治疗病人的验证,比较数据的解剖地图集),在制图(map更新),在电脑视觉(目标定位,自动质量管理)等,不一一列举。

说明：图像超分辨率重建，将一个低分辨率的图像重建成一个高分辨率图像

说明：单张图像超分辨率重建，主要方向为图像去模糊 在去模糊的基础上进行超分

说明：杨建超的将稀疏表达用于图像超分辨率重建的文章赋代码

说明：利用tikhonnov正则化的方法求解病态方程的解。包括利用L曲线法求解所需平衡参数

说明：超分辨率开山之作，SRCNN的源代码，大神汤晓鸥参与研究的，对做超分辨率领域的朋友很有帮助

说明：基于机器学习的超分辨率算法,NTIRE2017超分辨率挑战赛上获得冠军的方案

说明：基于示例的单帧图像超分辨率，解决图像处理不适定问题中超分辨率问题。

说明：用GAN生成的图像来做数据增强，如超分辨率任务，语义分割

说明：超分辨重建的matlab程序，有效的提高图像分辨率

说明：深度学习的超分辨率处理算法，多图像超分处理，亲测可用

说明：可以在tensorflow上跑超分辨率的代码

说明：单张图像超分辨率研究，2017最新算法，获得单张图像超分挑战赛最好结果

说明：实现基于卷积神经网络的图像超分辨率重建，并给出了PSNR值和SSIM值。

说明：图像超分辨率处理，基于一维相似域维纳滤波

说明：超分辨率重建 TensorFlow 实现 基于卷积网络

说明：提高低分辨率的单幅图像的清晰度，基于matlab编写，可在win32上运行

说明：基于IBP算法的超分辨率图像重建，原理讲得十分清楚。

说明：一个基于IBP超分辨率重建的程序，GUI界面做得很好，有助于学习。

说明：单帧图像超分辨率重建。对于学习超分辨率重建很有帮助。

说明：一个基于Tikhonov正则化超分辨率重建，可以成功运行。

说明：基于IBP的超分辨率图像重建，对于学习很有帮助

说明：基于卷积神经网络的图像超分辨率重建，不含训练程序，包含已训练好的model !

说明：基于视频的超分辨率重建是指从许多帧连续的低分辨率图像中重建出一幅高分辨率的图像，并且这幅高分辨率的图像能够显示出单帧低分辨率图像中丢掉的细节

说明：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

说明：超分辨率卷积神经网络的学习，可以运行.我通过了这个学习了SRCNN的三个主要步骤

说明：是《Learning a Deep Convolutional Network for Image Super-Resolution》文章相关的MATLAB代码，可以利用训练好的字典，通过CNN实现超分辨率重建(SR)的功能。

说明：本程序是基于单幅图像的超分辨率算法，通过对输入的高分辨率图像进行下采样得 % 到原始低分辨率图像，对输入的低分辨率图像插值后，利用DWT将低分辨率图像分 % 解为不同的4个子带；同时直接对对分辨率图像进行SWT处理。由SWT得到的高频子 % 带来修正DWT得到的高频子带。最后，通过逆离散小波变换（IDWT）组合修正的高 % 频子带和低分辨率图像，得到输出的超分辨率图像。通过计算PSNR和SSIM评价结果。