高分辨率的图像因像素密度较高而能为数字图像处理提供较多重要的细节信息，为图像后期的处理作准备。然而，在现实生活中，由于成像设备、光照等诸多条件限制，获取的图像分辨率往往都较低。因此，如何有效地提高获得图像的质量成为图像处理一项十分关键而重要的任务。在图像采集系统中，光学传感器的分辨率不能完全满足一些特殊场景的需求，而且成像过程受加性噪声及透镜点扩散函数(PSF,PointSpreadFunction)的影响，因此，图像成像只能获得降质的低分辨率图像，此时，超分辨率图像复原在嵌入式机器视觉系统中起到举足轻重的作用。本文针对超分辨率图像复原技术中的插值技术及超分辨率图像复原技术在硬件中实现进行了较为深入的研究，同时提出了具有创新性的插值算法。鉴于图像超分辨率复原技术所存在的诸多问题，本文进行了详细的研究和实验分析，主要完成了以下几个方面的工作：1.详细地介绍了图像超分辨率复原技术的国内外研究现状，描述了复原算法包含的灰度变换、二值化、插值放大、滤波去噪、小波变换等基本环节，并对图像超分辨率复原与图像恢复、图像增强和图像融合之间的区别进行了讨论。2.重点分析了传统的线性插值方法，包括理想插值、最近邻插值、双线性插值、四点双三次插值，分析了以上插值算法上的不足以及基于统计理论的图像超分辨率算法不便于硬件实现这些特点，提出了一种算法复杂度低于双三次插值算法，而处理效果优于双三次插值算法的基于图像边缘的插值算法，从而有效地改善了图像边缘的效果。3.描述了图像处理技术中几种常见的去噪方法，并进行了差异比较，提出一种基于中值滤波和小波软阈值相结合的去噪方法，试图为后面的直径测量和计算提供更为清晰的源图像以保证测量的精确度。4.在硬件上对图像超分辨率算法进行实现，对图像进行了实验仿真，并对单晶硅的非接触测量进行了简单的介绍，此外对算法进行优化，证明了该算法的有效性具有一定的实用性。5.对本文工作进行了总结，并为复原技术的后续工作提出了建设性的方案。