图像超分辨率就是采用图像处理技术,从一幅或多帧低分辨率图像中得到高分辨率图像的过程。它是一种不受成像硬件设备的限制、更加经济地获取高分辨率图像的方式。图像超分辨率技术在医疗诊断、视频监控、文本识别等计算机视觉和图像处理中具有广泛应用。本文采用自编码器,研究基于学习的图像超分辨率,主要工作如下:首先,提出了一种融入图像边缘信息的双自编码器图像超分辨率方法。该方法将图像的边缘信息和灰度信息作为输入,用自编码器学习低分辨率图像块和高分辨率图像块的内在的特征表示。然后采用一个单层神经网络建立低分辨率图像块和高分辨率图像块内在特征表示之间的非线性映射关系。实验结果表明用所提方法获得的高分辨率图像无论在数值指标还是在视觉效果上都具有一定的改进。其次,提出了一种基于稀疏自编码器的图像超分辨率方法。在前面工作的基础上,对自编码器的隐含层神经元加入了稀疏性限制,提高内在表示的有效性。同时,对重建后的高分辨率图像进行了迭代微调和取近似图像块的后期处理,以进一步提高重建质量。实验结果表明得到的重建图像无论在视觉效果和数值结果都具有较好的效果。