【阅读笔记】RAISR ### RAISR: - RAISR: Rapid and Accurate Image

RAISR: Rapid and Accurate Image Super Resolution --Yaniv Romano, 2017(211 Citations)

LR patch A与滤波器 h 卷积 = HR像素 b

offline阶段：X2SR

2017211CitaRAISRTrain

1、LR图通过bicubic插值，得HR初始图Y，Y的像素分为4个像素类型（P1-P4），分切\sqrt{n}*\sqrt{n}的patch

2、统计以P1像素类的像素y_i的patch内的h、v方向梯度信息g_h、g_v

3、根据g_h、g_v使用公式计算y_i的梯度angle、梯度strength、梯度coherence三种特征（类特征信息），P1像素类的像素根据三种特征归类；

其中，设置梯度Angle范围为[0,180]，分为24段；梯度Strength和梯度Coherence范围为[0, 1.0]，范围各分成3段。每个像素类的LR patch及其对应的HR patch可以分24x3x3=216梯度特征类中

4、假设Q包含一种梯度特征类的LR patch数据，V包含LR patch对应的HR patch数据，解最小二乘公式，得到每梯度特征类对应的h $min_h \lVert Qh − V\rVert_2^2$ 其中，h表示每个梯度特征类对应的滤波器（类映射关系）

online阶段：

1、input图用bilinear插值得到HR初始图Y，分切patch y_i

2、找到y_i的中心像素对应的像素类型

3、统计patch y_i的梯度信息，求出梯度(Angle,Strength,Coherence)

4、根据像素类型和梯度(Angle,Strength,Coherence)，在864个分类中，找到y_i对应的特征类型，提取对应滤波器

5、y_i和它对应的滤波器做卷积操作，得到patch y_i中心像素对应的HR图像素x_i

6、循环2-5步遍历全图Y，输出HR图X

(1-6步流程图见上图)

7、根据局部结构相似度修正HR图像异常像素点

(1-7步流程图见下图)

对训练图像集HR做锐化或对比度增强操作之后，再做训练。得到的滤波器可以使得重建图像清晰度、对比度更好，且不增加重建时间。

【阅读笔记】RAISR