1、圖像超分辨率重建是圖像處理領域的重要技術，其核心思想是利用一系列具有互補信息的低分辨率圖像重建出一幅或多幅高分辨率圖像。高分辨率圖像能夠更多地反映景物的細節(jié)，因此，在視頻監(jiān)控、軍事偵查、醫(yī)學診斷等領域，超分辨率重建技術有著廣泛的應用前景。
　　在超分辨率重建過程中往往會造成重建圖像的紋理模糊，如何能在保持圖像紋理特征的同時有效地抑制噪聲是重建的技術難點。針對這一問題，本文重點研究了保持圖像紋理特征的超分辨率重建方法。論文從研究提取

2、圖像紋理特征入手，然后建立重建參數與圖像紋理特征的函數關系，從而得到紋理自適應重建模型，最終獲得紋理清楚的重建效果。
　　論文首先系統(tǒng)地研究了紋理特征提取方法，其次，選用合適的紋理提取方法提取紋理特征，并依據紋理特征構建重建參數模型，使重建參數隨紋理特征自適應變化。最后，進行圖像超分辨率重建。本文主要工作如下：
　　1.對紋理提取方法進行了研究，分析了各紋理提取方法的優(yōu)缺點，并且對各方法適用于圖像超分辨率重建的可能性進行了分

3、析比較，從中選擇了灰度共生矩陣方法（GLCM）提取紋理特征，并建立正則化參數與圖像局部紋理特征的函數關系，使正則化參數?隨圖像局部紋理特征自適應調整。實驗結果顯示，與BTV算法相比，該方法能使圖像的邊緣和紋理細節(jié)重建效果更好，并能較好地抑制噪聲。但是，基于GLCM方法提取紋理特征缺少紋理方向信息，且提取特征時間較長，應用性差。
　　2.本文提出了一種新的圖像紋理特征提取方法，并據此構建加權系數和正則化參數模型進行超分辨率重建。實驗