1、高分辨率的圖像所呈現(xiàn)的圖像細節(jié)更為豐富，表達信息的能力更強，但是在實際應(yīng)用中，直接捕獲的圖像由于成像設(shè)備及采集環(huán)境的限制，往往是低質(zhì)的，存在模糊、變形、含噪聲等。提高圖像分辨率最直觀的方法為改善圖像傳感器制作工藝，但是高昂的費用限制了其應(yīng)用范圍，因此通過軟件方法來提高圖像分辨率即圖像超分辨率重建技術(shù)成為圖像處理的研究熱點。
　　圖像超分辨率重建技術(shù)是指在不改變硬件設(shè)備的情況下，利用合理的先驗知識及數(shù)學(xué)模型，從一幅或多幅低分辨率的觀

2、測圖像中重建出質(zhì)量較好的高分辨率圖像的技術(shù)，在醫(yī)學(xué)、軍事、遙感、視頻監(jiān)控等領(lǐng)域都有廣泛地應(yīng)用。與多幀圖像相比，單幀圖像重建技術(shù)僅利用一幅低分辨率的觀測圖像進行重建，應(yīng)用面更廣，因此本文重點研究單幀圖像超分辨率重建技術(shù)。
　　本文首先回顧了圖像超分辨率重建技術(shù)的國內(nèi)外研究現(xiàn)狀及幾類常用的經(jīng)典算法，包括基本思想、基本步驟、優(yōu)缺點等，其中，由于基于稀疏表示的單幀圖像超分辨率重建技術(shù)近年來受到了國內(nèi)外眾多學(xué)者的關(guān)注，成為研究的熱點，并且其

3、超分辨率效果較好，因此本文在該算法基礎(chǔ)上展開研究，主要工作如下：
　　（1）特征提取是稀疏重構(gòu)方法中的一個環(huán)節(jié)，對低分辨率圖像有效的高頻信息提取能夠?qū)Ω叻直媛蕡D像做出更為準確的預(yù)測，針對梯度特征只能提取水平垂直方向信息及非下采樣輪廓波變換（NSCT）提取細節(jié)信息不足的缺陷，提出了一種結(jié)合Gabor變換及NSCT的超分辨率重建算法。該算法充分利用Gabor變換和NSCT的互補性，針對輸入圖像塊的特點，采用Gabor變換來提取紋理特征