图像的超分辨率重建就是为了突破图像采集设备固有分辨率的限制,利用相同背景的低分辨率的序列图像,产生高分辨率的图像。近年来,图像超分辨率重建技术因其良好的应用前景,一直是图像处理研究领域的热点。本文主要把图像的配准、基于自适应正则化的超分辨率重建技术作为研究内容,并结合双边滤波器理论和合成孔径光学系统的点扩散函数的分析,提出一个较为有效的仿真方案,使得到的图像在一定程度上改善空间分辨率,以得到更好的图像细节信息。本文主要从以下三个方面对超分辨率技术进行了研究,提出了改进的超分辨率图像重建的具体思想和解决办法,并结合基于合成孔径光学系统的超分辨理论,对图像质量的改善进行了新的探讨,从而使超分辨率重建技术有了进一步的发展。1.本文研究了多帧静态图像的超分辨率重建问题的重建模型和重建算法。本文采用通用的超分辨率重建模型,使用了Miller正则化、归一化的最速下降迭代算法来求解此类反问题,并在图像配准的过程中,对分层迭代的光流算法和多项式分解迭代算法进行对比仿真。2.本文提出了一种新的基于双边滤波器的超分辨率图像重建算法。该方法根据双边滤波器边缘保持、抑制背景噪声的双重特性,将提取出的图像的边缘信息作为先验约束结合到正则化迭代过程中,通过低分辨率图像序列,来重建一幅高分辨率的图像。实验结果表明,该算法具有较好的边缘保持特性和较好的迭代收敛性能,能够有效的提高超分辨率重建图像的质量。3.本文通过分析合成孔径光学系统的点扩散函数PSF和调制传输函数MTF,把基于光学合成孔径系统的光学超分辨和数字图像超分辨率这两个不同领域的技术,通过点扩散函数的数字化结合起来进行仿真实验。运用数字图像复原方法和超分辨率图像序列重建技术,使得到的图像在一定程度上提高了空间分辨率,得到了更清晰,质量更好的图片。