目录

第1 章绪论1

1.1 图像超分辨率重建技术背景 1

1.2 图像超分辨率重建基本概念、原理与应用 2

1.3 图像超分辨率重建技术发展历程 3

1.4 图像超分辨率重建学术研究情况 5

1.5 本书内容及章节安排 6

第2 章图像超分辨率重建理论基础 8

2.1 引言 8

2.2 光学成像模型及图像退化模型 8

2.2.1 物理成像模型 8

2.2.2 图像降质模型 11

2.3 单帧图像超分辨率重建原理及流程 11

2.3.1 单帧图像退化模型 11

2.3.2 图像超分辨率重建理论基础 12

2.4 多帧图像超分辨率重建原理及流程 13

2.4.1 多帧图像的运动补偿 13

2.4.2 多帧图像的重建 14

2.5 重建图像的质量评价 14

2.5.1 均方误差/均方根误差15

2.5.2 峰值信噪比 15

2.5.3 结构相似性指数测度 16

2.5.4 平均意见得分 17

2.5.5 基于学习的质量感知方法 17

2.5.6 基于下游任务的质量感知方法 18

2.5.7 其他图像质量评估方法 18

2.6 小结 18

第3 章深度学习理论与典型方法概述 20

3.1 引言 20

3.2 机器学习与神经网络 20

3.2.1 机器学习 20

3.2.2 神经网络 21

3.3 深度学习基本原理与发展历程21

3.3.1 深度学习及其基本原理 21

3.3.2 深度学习发展历程 22

3.4 卷积神经网络 24

3.5 生成式对抗网络 26

3.6 自编码器 26

3.7 循环神经网络 26

3.8 深度学习在图像超分辨率重建中的应用 27

3.8.1 基于卷积神经网络的图像超分辨率重建 27

3.8.2 基于生成式对抗网络的图像超分辨率重建 27

3.8.3 基于递归神经网络的图像超分辨率重建 28

3.8.4 基于通道注意力的图像超分辨率重建 28

3.9 小结 28

第4 章有监督的图像超分辨率重建方法 29

4.1 引言 29

4.2 方法介绍 29

4.2.1 判别式超分辨率模型 29

4.2.2 生成式超分辨率模型 37

4.3 小结 47

第5 章无监督的图像超分辨率重建方法 49

5.1 引言 49

5.2 方法介绍 49

5.2.1 问题建模 49

5.2.2 零样本超分辨率重建ZSSR  50

5.2.3 用于零样本超分辨率重建的元迁移学习MZSR  53

5.2.4 基于图像递归的无监督图像超分辨率重建IRSR 55

5.2.5 基于约束重构的无监督图像超分辨率重建UnSRGAN 60

5.2.6 深度图像先验系列方法 64

5.3 实验结果 69

5.3.1 ZSSR  69

5.3.2 MZSR  70

5.3.3 IRSR  73

5.3.4 UnSRGAN  75

5.4 小结 76

第6 章弱监督的图像超分辨率重建方法 77

6.1 引言 77

6.2 方法介绍 77

6.2.1 问题建模 77

6.2.2 基于非成对图像训练的Cycle-CNN  79

6.2.3 CinCGAN 方法 86

6.2.4 基于闭环卷积神经网络的红外遥感图像超分辨率重建 92

6.3 小结 100

第7 章多帧图像超分辨率重建方法 102

7.1 引言 102

7.2 方法介绍 102

7.2.1 视频超分辨率重建方法 102

7.2.2 基于参考图像超分辨率重建方法 110

7.3 小结 113

第8 章可解释的深度学习图像超分辨率重建 114

8.1 引言 114

8.2 方法介绍 115

8.2.1 问题分析 115

8.2.2 深度学习的不确定性 116

8.2.3 可解释的超分辨率重建方法 117

8.3 小结 152

第9 章典型超分辨率重建应用 153

9.1 引言 153

9.2 超分辨率重建应用方法简介 153

9.2.1 遥感图像超分辨率 153

9.2.2 光谱图像超分辨率 156

9.2.3 人脸图像超分辨率 158

9.2.4 医学图像超分辨率 162

9.2.5 双目图像超分辨率 163

9.3 面向应用的典型超分辨率重建方法 168

9.3.1 面向成像模型的超分辨率重建方法 168

9.3.2 基于数据建模的无监督多光谱图像超分辨率重建方法 176

9.3.3 基于数据建模的深度图像超分辨率重建算法 182

9.4 小结 198

参考文献 199