图像超分辨率重建（SRCNN算法）

超分辨率研究，介绍了基本的基于学习的超分辨率算法，已经对算法效果进行了实验和评价。

超分辨率复原（分成1024块）将样本库中的高分辨率图象和低分辨率图象分别做分块处理，当新输入一幅低分辨率图象时，分成小块到样本库中寻找最匹配的高分辨率块，然后复原出高分辨率图象

对OFDM系统使用MUSIC方法获取多径信息，处与仿真层面

讲诉了超分辨率的细节,第一个讲诉的图像放大的线性插值算法,第二个是Self-example第三个是SRCNN

图像超分辨

一本关于超分辨率重建的书，适合新手（superresolution），包括超分辨率基本定义，基本算法，配准基本算法等

超级resolución2x: Modelado y Entranamiento: 阿根廷国立大学数学与系统科学学院(MUSIANI)于2020/21年间在阿根廷国立大学计算机科学与工程系(MEIAN

CoreML和Keras实现超分辨率卷积神经网络（SRCNN）

针对图像高分辨率重建过程中稀疏解的存在性和唯一性问题以及超分辨率图像的边缘特征和平滑噪声的关系进行了研究,提出了局部正则化参数自适应选取的方法。结合联合构造字典的算法,在重建过程中动态调整正则化参数。

基于边缘保持的航拍图像凸集投影超分辨率重建算法，属于序列图像的超分辨率复原。