图像超分辨率重建简介与方法

为了获得高分辨率成像系统所使用的成像芯片和光学部件会使系统成本急剧增加。即使如此，当要求的分辨率已经超越成像系统的光学极限时，单纯提高硬件性能也难以满足系统需求，更何况在实际的应用系统中，这种不计投入成本和为了提高成像分辨率而牺牲系统其他性能指标（如大视场角、系统的小型化及图像处理算法的运算能力等）的方案也是不可接受的。

在各种图像处理的应用中，处理低分辨率图像是一个经常出现而又难以解决的问题，如科学、医学、宇航、气象等领域中的图像分析，图像的存储、检索与传输，视频监控，以及军事目标探测等。超分辨率是指通过图像处理算法来获得在成像系统分辨率极限之上的更高分辨率图像的技术，实现成本相对低廉得多。为了获得更为精确和鲁棒的图像处理结果，通常需要通过超分辨率技术从一个低分辨率图像序列或单张低分辨率图像中估计，或者说合成出高分辨率图像。由于在数学上是一个病态逆问题，而且具有高度的计算复杂性，超分辨率一直是图像处理领域中吸引人们不断深入研究的一项颇具挑战性的课题。(www.xing528.com)

图像的超分辨率重建（Super－Resolution Reconstruction，SRR）过程通常涉及低分辨率图像序列中的运动估计、去模糊、降噪及图像插值，是一个典型的病态离散逆问题。本章对基于重建的图像超分辨率方法进行文献综述，介绍了超分辨率与图像复原之间紧密的学术渊源，并给出了第2～4章所共用的成像模型，最后讨论了SRR领域中目前的一些研究难点与热点。