该程序实现了基于凸集投影的超分辨率重建。
基于集合理论的凸集投影方法(POCS)是解决超分辨率图像重建问题的一个著名方法。在这种理论中，超分辨率解空间中的可行解有多个限制条件，而每一个限制条件则定义为向量空间中的凸集合。这些限制条件一般是超分辨率解比较理想的性质，如正定性、能量有界性、观测数据一致性以及光滑性。超分辨率重建问题的解空间就是这些凸的限制集的交空间。Stark和()sk0ui在1987年首次将PoCS应用于超分辨率图像重建。虽然在该研究中也强调观测值噪声的问题，但所采用的运动模型却仅假定图像获取时的整体平移，没有考虑运动模糊的效果。Tekalp、Patti和Sezan在1992年和1994年分别指出了上述缺陷，提出了包含系统矩阵的运动模型。该系统矩阵考虑了一种空间变化的点扩散函数(SVPSF)，这种SVPSF模型化了由LR采样引起的退化以及由于传感器和景物之间的相对运动产生的模糊。他们给出基于POCS的超分辨率重建理论框架，同时考虑了频率混叠、传感器模糊、运动模糊以及加性噪声，但在孑L径曝光期间由于运动产生的空间模糊却没有顾及。目前还有一种方法，即混合MAP／POCS的方法_6 J。该方法就是在极大后验概率方法的迭代优化过程中加入了一些先验约束。
已有的理论证实，只有采用梯度下降最优化方法才能保证这种混合MAP／POCS方法收敛到全局最优解。
Superresolution Demo
This is a superresolution based on projection onto convex sets (POCS).
You can also compare the result with bilinear projection (using only
one of the frames).
To start, run sr_gui in Matlab. Please see readme or watch http://www.youtube.com/watch?v=1vpsn2BJ1bE&list=UUjWtYxj0skisJ3ra45An3Lg&index=58&feature=plpp_video
for detail instruction.
bilinear_interp.m bilinear_interp_bw.m gen_shift_downsample_image.m gen_window.m get_images_from_files.m pocs.m popupmessage.m register_color_image.m register_image.m shift_image.m