1、圖像的超分辨率重建是數(shù)字圖像處理領(lǐng)域的研究熱點(diǎn)。超分辨率重建是指從一幅或多幅低分辨率圖像中產(chǎn)生一幅質(zhì)量較好的高分辨率圖像，以滿(mǎn)足實(shí)際應(yīng)用的需要和人們對(duì)圖像質(zhì)量不斷提高的要求。超分辨率技術(shù)主要分為三大類(lèi):基于插值的超分辨率重建技術(shù)、基于重構(gòu)的超分辨率重建技術(shù)和基于學(xué)習(xí)的超分辨率重建技術(shù)。其中，基于學(xué)習(xí)的超分辨率重建技術(shù)從訓(xùn)練庫(kù)中獲取先驗(yàn)知識(shí)，對(duì)輸入低分辨率圖像的信息進(jìn)行補(bǔ)充，可以獲得理想的重構(gòu)效果，成為當(dāng)前圖像超分辨率研究的熱點(diǎn)研究問(wèn)題。

2、本文研究基于核回歸的超分辨重建，主要研究?jī)?nèi)容及貢獻(xiàn)如下:
　　1)提出了基于稀疏核回歸的圖像超分辨率重建算法。本算法將圖像超分辨率重建問(wèn)題轉(zhuǎn)化為核回歸問(wèn)題，求解低分辨率圖像和高分辨率圖像之間的映射關(guān)系。本算法使用最小二乘擬合的方法求解回歸模型，并且，由于回歸模型的求解涉及到大規(guī)模矩陣的建立和運(yùn)算，計(jì)算復(fù)雜度高，因此利用k-means算法找出能夠代表訓(xùn)練庫(kù)的稀疏集合來(lái)降低運(yùn)算復(fù)雜度。
　　2)提出了基于組合核回歸的圖像超分辨率

3、重建算法。本算法在基于稀疏核回歸算法的基礎(chǔ)上，進(jìn)一步考慮核選擇問(wèn)題，通過(guò)核組合提高核函數(shù)擬合的性能，實(shí)驗(yàn)證明這個(gè)方法能夠獲得比基于稀疏核回歸方法更好的效果。
　　3)提出了基于多核學(xué)習(xí)的圖像超分辨率重建算法。將圖像超分辨率重建問(wèn)題轉(zhuǎn)化為多核回歸問(wèn)題，由于在核回歸中使用不同的核函數(shù)可能帶來(lái)不同的效果，因此選擇核函數(shù)是一個(gè)非常關(guān)鍵但很棘手的的問(wèn)題，通常涉及到復(fù)雜的交叉驗(yàn)證，因此使用多核學(xué)習(xí)方法，通過(guò)學(xué)習(xí)與調(diào)節(jié)多個(gè)核函數(shù)的參數(shù)，使組合的