图像超分辨率是指从一组低质量、低分辨率图像中产生高质量、高分辨率图像的图像处理算法。人们总是对图像质量不断提出更高的要求,所以图像细节水平在一些计算机视觉算法性能中具有决定性的作用。当由于造价问题或者硬件的物理限制而无法通过更换传感器来改善分辨率的时候,求助于超分辨率算法就成为一个自然的选择。即便是可以获得更好的物理设备或仪器,超分辨率算法仍不失为一种既廉价又方便的替代选择。目前,研究者在不断寻求和探索关于超分辨率图像重建的数学模型、理论框架和高效的数值计算方法。图像配准、运动估算和正则化约束是其中正迅速发展和不断完善的一些领域。本文在力求全面分析超分辨率重建技术的同时,对这三个领域进行了探索和研究,给出了超分辨率重建在荧光造影图像序列中的应用,并给出了自己的研究观点和实验效果,归纳如下: (1) 本文提出了基于分析Fourier-Mellin 变换的图像配准方法,该方法能够计算因几何变换而错位的两幅图像间的变换参数。该配准方法由于采用了笛卡尔坐标系下的分析Fourier-Mellin 变换的数值逼近,所以降低了再采样误差的影响,具有较高的准确性;而且与使用相关函数的传统方法相比,该方法获得了明显的效率改进。(2) 为了实现基于光流方法的超分辨率重建,本文基于对光流计算中二阶和四阶偏微分方程约束的光滑效果的分析,提出了用于改善运动估算精度的带有四阶偏微分方程约束的局部与全局混合方法。这一方法可被视为光滑性约束与非连续性保持互为补充的一个例证。(3) 本文提出了荧光造影图像序列的超分辨率重建方案,该方案将强度约束合并到Miller 正则化公式中以获得保持高强度的能力。针对造影图像的特定需求,本文在数值计算中采用了Q 阶收敛算法,它是一种具有较高收敛率的改进算法;由于合并了投影算子,改进的Q 阶收敛算法具有了更广泛的通用性。