图像超分辨率重建是指由一序列低分辨率形变图像来估计一幅(或序列)较高分辨率的非形变图像,同时还能够消除加性噪声以及由有限检测器尺寸和光学元件产生的模糊.此类技术在遥感、医学图像和高清晰度电视等多个领域具有广阔的应用前景和十分重要的理论研究意义.该文首先讨论了超分辨率的问题的模型描述,研究了基于POCS(凸集投影)的超分辨率算法的原理,对其中的参数进行了分析;并对算法中的投影初值进行预处理,降低了初始估计中的噪声对重建结果的影响;提出了降低算法计算复杂度的改进,提高算法的效率;并对算法进行了试验仿真.其次,文中还提出了基于凸集投影和线过程模型的超分辨率图像重建算法,将描述图像边缘的先验信息——线过程引入到经典POCS算法中.利用线过程的平滑性约束,建立对应的线过程凸集集合,并定义其投影算子.这一约束在保证图像平滑性的同时还能够保存边缘,因此既能保存图像的高频细节,又能在一定程度上降低平滑区域的噪声.通过对比试验表明:改进算法可以改善重建结果的视觉效果,提高信噪比,特别是在分辨率提高较大的情况下能够降低重建图像中的振铃效应,并且,在图像受噪声污染的情况下能够抑制噪声对重建图像的影响.该文还对灰度分辨率增强的POCS算法进行了仿真试验研究.并使用C++语言,在VC++软件环境下对超分辨率算法进行了实现.