一、简介

JLMSR是基于加权概率模型构造的一种超分算法，属于传统超分，无需训练，适合硬件化。与传统超分的插值方案最大区别在于基于16*16的块进行上下文概率统计，结合权重进行插值。目前该插值方案已经线性化和整数化，部分功能已经推理出运算算子。
另外加权概率模型最大的优势就是通过系数可以设定滤波器的范围，将图像有效分割成为三层，第一层为背景，第二次层为中景，第三层为前景，通过各自层次的概率预测进行插值。

二、层次分割效果

以下面这张图为例，实际尺寸是19201080，运算是采用1616的块线性进行。

（图1，原始图像）
在函数参数设定为7, 1, 6后，第一次滤波后背景（黑色部分），如图2：

（图2，第一次系数提取前景和背景）
图2中黑色部分为背景部分，为平滑区域，此时的插值方案可以考虑均值插值。第二次运算参数为7, 1, 8，得到如图3效果。

（图3，第二次系数提取前景、中景和背景）
图3中灰色部分为第一次提取的黑色部分，即背景。图3的黑色部分是在图2白色基础上再次提取出中景和前景，实际应用中可以继续提取，从而达到更细腻的效果。整体效果如下：

超分后的图片大小为4K。

三、整体效果