在一些应用中，提高空间分辨率至关重要。为实现这一目标，可选用高分辨率图像传感器或利用图像超分辨率技术。目前，图像超分辨率算法主要用于处理单一低分辨率图像或多个低分辨率图像序列。本文提出了一种多图像超分辨率（MISR）方法，将图像间的亚像素位移信息作为先验信息，并结合深度学习的构架将序列图像重建成一张高质量图像。这一方法充分利用了图像之间的亚像素细节和共现先验信息，以生成高放大系数的 SR 图像。我们的实验结果表明，相较于当前的超分辨率方法，该方法在图像的 PSNR 和 SSIM 评估指标上表现更出色，验证了其在精密工业检测中的有效性。未来，我们计划进一步整合时间信息并优化模型的计算效率，以更好地满足工业应用的需求。
吴强,夏豪杰.基于像素位移的多图像超分辨率重建[J].科研仪器案例成果数据库,2024,(0).
