詹克羽，孙 岳，李 颖

(西安电子科技大学 综合业务网理论及关键技术国家重点实验室，陕西 西安 710071)

超分辨率重建的目的是由低分辨率(Low-Resolution，LR)图像恢复出高分辨率(High-Resolution，HR)图像，主要涉及单幅图像超分辨率以及视频图像的超分辨率。随着显示技术的发展，超高分辨率的视频显示设备已经十分常见，能够带来更好的视觉体验，但原始的高分辨率视频资源却比较少。因此，如何由低分辨率的视频得到高分辨率的视频是一个十分重要且具有挑战性的问题。

图像超分辨率技术在20世纪60年代首次被提出[1]。随着技术的不断发展，超分辨率重建技术的研究已经取得了巨大的进展。目前，图像超分辨率重建方法大致可以分为3类：基于插值的方法[2]、基于重建的方法[3]和基于学习的方法[4]。基于插值的超分辨率方法实现起来最为简单、直接，利用的是图像的局部平滑这一假设。但这类方法在细节纹理、几何结构等方面的效果较差。特别是放大比例较大时，重建图像的边缘处可能会出现模糊、过于平滑等现象，难以恢复出图像中的高频信息，导致视觉效果较差。基于重建的超分辨率方法是结合图像中的先验知识对图像的退化过程进行建模，如低秩先验、非局部自相似先验等等。利用这些先验信息进行约束，对模型优化求解得到高分辨率图像。基于重建的超分辨率方法在一定程度上减少了模糊的情况，能够得到局部细节信息更加丰富的高分辨率图像，且对于复杂运动、未知噪声、未知模糊核等具有一定的鲁棒性。……