图像超分辨率（Image Super-Resolution）是一种通过算法从单幅或多幅低分辨率（LR）图像中恢复出高分辨率（HR）图像的技术。其核心目标是提升图像的细节清晰度与空间分辨率。该技术主要分为基于插值、基于重建和基于学习（尤其是深度学习）三类方法。其中，基于深度学习的方法通过学习LR与HR图像间的映射关系，已成为主流。图像超分辨率广泛应用于医疗影像、卫星遥感、安防监控、数字娱乐等领域，能够有效改善图像质量，为后续分析与识别提供关键支持。
想要了解更多“图像超分辨率”的信息，请点击：图像超分辨率百科
