赵丽玲　孙权森

(1.南京理工大学计算机科学与工程学院，南京,210094; 2.南京信息工程大学信息与控制学院，南京,210044)

引　　言

高分辨率数字图像在遥感图像分析、医学检测、交通监控及公共安全等领域具有重要应用研究价值，有利于对感兴趣目标的提取、分析、检测和识别等。一般来说，提升数字图像分辨率的方法有两种[1]：硬件方法和软件方法。采用硬件方法提升数字图像分辨率，容易受成像平台、成像设备制造工艺水平和制造成本等因素的限制，提高图像空间分辨率所需的时间周期较长、成本较高；采用软件方法提升数字图像质量更加符合实际应用。图像超分辨(Super resolution, SR)技术是提升图像空间分辨率的一种有效的软件方法，是指利用图像处理技术试图恢复衍射极限以外数据的过程[1]。其中，软件超分辨技术的发展过程可以概括为3个阶段：传统单帧图像超分辨，多帧图像超分辨和新型单帧图像超分辨。20世纪60年代， Harris[2]和Goodman[3]首次提出超分辨重建率技术，指出可以通过软件方法提升图像的分辨率，提出的Harris-Goodman频谱外推超分辨率方法是领域内公认最早的超分辨率图像重建方法。随后，研究学者相继提出了能够保持超分辨图像边缘、纹理等高频信息的改进方法[4-7]；另外，解析延拓法、长球外推法、Papoulis-Gerchberg 迭代外推法等单帧图像的超分辨方法[8-9]也纷纷被提出。但是，由于引入先验信息的不足，单幅图像超分辨的进一步发展受到了制约[10-11]。1984年Tsai和Huang[12]提出了基于多幅图像的超分辨率方法，并在理论上给出了比较完美的实验结果。……