随着数字图像处理技术的发展,图像超分辨率重建应用领域及其宽广,在军事、医学、公共安全、计算机视觉等方面都存在着重要的应用前景。图像超分辨率算法可分为多顿超分辨率算法和单倾超分辨率算法,由于基于多帕的超分辨率算法不仅利用了单顿图像的信息,还利用不同图像之间类似又不完全相同的性质,比单顿的超分辨率算法处理效果更好。但在很多现实情况下,由于存在各种条件的限制,无法在同一个场景获得多巾贞图像,所以基于单巾贞的超分辨率研究也是非常有必要的,也越来越受到重视。本文是研究基于插值提高单中贞图像分辨率的算法。由于传统插值算法没有考虑边缘的特性,图像经过处理后在边缘处存在模糊的现象,影响图像的质量。一些基于边缘的插值算法虽然也考虑了边缘的特性,但是存在计算量大,无法进行任意倍数放大等缺陷。本文考虑到以视觉为导向的插值算法能得到质量较好的图像,并且考虑图像边缘的特殊性,以及算法复杂度问题等,提出一种基于边缘保持的插值算法。由于插值算法通常是根据周围像素得到目标像素,对图像有一定的平滑作用,会使图像的细节丢失。本文利用拉普拉斯滤波增强图像的细节,缓解插值带来的平滑效果。通过计算图像非平坦区边缘的主导方向,在该区待插值位置沿着主导方向进行线性插值。而对于平坦区域则直接采用线性插值。本文方法计算简单,可在任意边缘方向进行插值,图像可进行任意倍数放大。为了验证本文算法的优越性,通过实验对比了高斯过程回归算法(GPR)和基于迭代曲率的插值算法(ICBI)以及传统的Bilmear算法。选择图像结构相似度(SSIM)和峰值信噪比(PSNR)来评估处理后的图片质量。实验结果表明,本文算法在主观视觉方面能保持边缘清晰,较好地保留图像细节;在客观数据方面,根据评价标准可以看出本文算法优于其他算法。