吴玉莲，张文娟

（1．西安医学院 卫生管理系，西安710021；2．西安工业大学 理学院，西安710021）

图像超分辨重构是通过从同一场景获取的一幅或几幅低分辨图像产生一幅高分辨率图像的过程．高分辨率图像在很多实际问题中经常用到，由于图像摄取设备和环境的局限性，很难直接获取到高分辨率图像，因此超分辨重构是当前计算技术研究的一个热点［1-3］．

超分辨重构方法之一是基于插值的方法，其基本思想是通过基函数或插值核来估计所需的高分辨率像素．在图像的光滑地区这种方法能达到比较满意的效果，在图像的纹理地区经常会产生可见的伪吉布斯震荡现象．超分辨重构的另一种方法是基于例子学习的方法［1-2］，此方法假设低分辨图像中失去的高分辨率细节可通过一些低分辨图像和相应的高分辨率图像学习获取．然而通过不适合的训练抽样产生的高分辨率图像边界地区经常产生一些虚假现象．超分辩重构的第三种方法是基于某种经验的重构的方法．此问题需要一些正则化先验假设来完成高分辨率重构．一些不同的先验已经被用到此方法中，比如用于保边的基于梯度的先验［3］，基于非局部的正则化先验［4］用来保边和压制虚假现象．自然图像的一个特性是局部光滑性，它的局部结构是相当稳定的．因此可以用比如标准化卷积，双边滤波，引导核回归［5-6］等局部方法描述一个像素，即其可以表示为局部邻域的加权平……