针对红外图像存在分辨率不高、对比度低的特点,提出了基于引导滤波和多尺度局部自相似性的红外单幅图像超分辨率算法。该方法引进了类高斯分布的类高斯核,在此基础上构建均值引导滤波器。该滤波器是一种线性边缘保持滤波器,可以得到图像的高频细节。根据图像的自相似性,对初始高分辨率图像和原始低分辨率图像进行分块,得到待匹配窗和搜索窗,根据非局部均值(NLM),待匹配窗图像块的值利用搜索窗中相似块的加权平均计算得到;利用图像自相似性,待匹配窗在搜索窗的邻域内进行匹配搜索,找到与待匹配窗最相似的匹配块,计算出最佳匹配块的高频细节图像块,与相似块的加权平均值相加,重构出高分辨率待匹配窗;最后,合并所有的超分辨率重构的待匹配窗,相邻图像块重叠区域的像素值使用平均融合得到,得到最终的超分辨率图像。实验结果表明,本算法不仅能很好地重构图像的高频细节,还能很好地恢复图像的纹理特征,得到的结果不仅边缘更清晰更真实,而且纹理更加丰富。