兽用B超系统图像的超分辨率技术就是在不改变兽用B超图像探测系统的前提下，利用已有的低分辨率(LR)兽用B超图像采用某种方法使其获得较高的分辨率(HR)的兽用B超图像观测。目前，已提出了许多提高兽用B超系统分辨率的方法，与其它方法相比，插值方法是最为简单的一种。小波变换是一种新的可达到时(空)域或频率域局部化的时(空)濒域分析方法，具有多分辨率分析功能和逐渐逐步细分等性质，同时，小波变换的多尺度分解特性更加符合人类的视觉机制。有人利用小波作为插值基函数给出了在信息揉和及累积方面的应用，也有人采用小波分解与分形内插形结合的方法讨论了复杂地形的数据压缩。人工神经网络(ANN)以其独有的自学习、自组织、自适应的特点为信号分析与兽用B超图像分析提供了强有力的工具.国外也有人已将神经网络应用于图像处理中，并取得了良好的效果，为兽用B超图像处理与分析开辟了一条新途径。

     通过一些研究，有人提出将小波变换、B.zier曲面插值和神经网络相结合的一种对兽用B超有效的超分辨率处理算法，并将该方法应用于兽用B超系统图像处理中。这些方法的提成，在实际中模拟结果表明，所提出这些算法比传统的方法进一步提高了兽用B超图像的质量。

本文来自博祥来兽用B超转载请说明出处