超分辨率图像重建技术是一种重要的数字图像处理技术,是通过对一幅或多幅具有互补信息的低分辨率图像的处理来重构一幅高分辨率图像。本文在基于稀疏表示的超分辨率图像重建方法基础上,围绕图像的运动配准、多帧图像的超分辨率重建、单帧图像的超分辨率重建和超分辨率图像重建软件的编写等问题展开研究。主要研究工作和成果如下:(1)由于图像序列间存在运动误差,运动配准精度影响多帧图像超分辨率重建的精度。本文研究了基于改进的像素递归的运动配准方法,基于梯度采用模极大值法提取边缘像素点计算运动参数,以减小背景区域和平滑邻域的干扰。为了提高大位移的运动目标的配准精度,提出一种结合块匹配和像素递归的由粗到精的运动配准方法,采用块匹配方法进行粗配准,再用改进的像素递归方法进行精细配准。实验表明,结合块匹配和像素递归的算法在仿真实验和实际实验中都有很高的配准精度。(2)针对基于稀疏表示多帧图像超分辨率重建模型的不足,本文研究了局部结构相似性稀疏模型,引入稀疏编码估计误差项,利用图像序列中的大量冗余根据局部结构相似性来获得稀疏编码系数的良好估计,以提高稀疏表示的有效性。为了进一步提高重建效果,提出一种局部结构自适应的稀疏表示图像重建算法,基于最大后验估计自适应设定正则参数,能根据局部结构在迭代过程中自适应地更新图像的稀疏编码,使重建模型具有普适性。实验表明,基于局部结构自适应的稀疏表示多帧图像超分辨率重建算法可以很好地保留边缘细节和平滑非边缘区域。(3)针对单帧图像信息不足的问题,本文研究了基于非局部自回归稀疏字典学习的单帧图像超分辨率重建算法。该算法对低分辨率图像采用各向异性扩散方法去噪改善图像质量,提取高、低分辨率图像块的特征组成联合样本对,训练过完备字典以充分稀疏地表示图像。实验表明,基于非局部自回归稀疏字典学习的单帧图像超分辨率重建算法有较好的重建效果。(4)采用Visual Studio 2010和MFC完成了超分辨率图像重建软件的编写,用C++实现了超分辨率图像重建算法,能够实现多帧图像的运动配准和超分辨率重建以及单帧图像的超分辨率重建,并对软件进行了测试。