一、简介

目前，做超分算法基本还是以AI训练为主，但是AI基本上都是基于既定场景的训练。而传统的算法基本上都是利用上下文的纹理预测、插值等方案，在图像放大过程中会出现模糊，或马赛克等现象。
我们基于加权概率模型，利用权系数的逆向编码，得到一种全新的微超分算法。为什么叫微超分，是因为不需要大量的训练，其次是只能给出一定程度的效果，暂时仅支持一倍的提升。但是优势就是非常适合硬件化和产业化，适合在各类FPGA、GPU上应用。现在将DEMO发布出来，供大家的检测，需要库的请留言，我们可以打包成so,a,dll,lib等库。而且非常适合在HDMI、VGA以及各类显示通信协议上应用。

JLMR Micro Super Resolution Algorithm国产微超分算法DEMO

二、参数设置

测试过程中可以根据自己的需要设置下面的参数：

三、注意事项

1、必须是标准windows下的bmp图像，暂时仅做了一个bmp的图像超分；
2、参数的设置根据自己的感官设定，基本上能适应于各类场景，只是效果可能有一些出入；
3、所谓的超分，有一个前提条件就是原始的小图像也要相对比较清晰，超分的目的是在放大图像时尽可能的不至于出现模糊和马赛克，而不是将原始图像清晰化，如果需要清晰化可以考虑使用我们的图像增强技术。后续我们也会将两个技术融合。