超分辨率图像重建是从原始低分辨率图像获得更高分辨率图像的处理技术。压缩感知(CS)理论表明,当信号具有稀疏性或可压缩性时,通过采集少量的信号投影值就可实现信号的准确或近似重构。本文以压缩感知理论为基础,结合光学系统的成像退化模型,建立了一种超分辨率深度图的重建算法模型。该模型的研究重点包括稀疏基和测量矩阵的选取,重建算法的设计,退化模型与压缩感知理论的结合,主要用于一种具有固定分辨率的深度获取系统——TOF摄像机。本文所述的算法模型对不同几何特征对象的深度信息都具有较好的效果,并与常用的插值方法做出对比分析,同时以实验结果为依据对参数的选取做出说明。本文介绍了一种具有全局同步功能的智能网络摄像机阵列的研制方法。该智能网络摄像机阵列中一台摄像机的工作方式被配置为主模式,其余摄像机被配置为从模式,主模式摄像机产生并提供全局同步信号给从模式摄像机。整个阵列精确同步拍摄,完成阵列同时刻多视角视频采集功能。每台智能网络摄像机具有高分辨率视频图像获取能力;可通过以太网传送控制命令和图像数据,灵活控制摄像机工作模式;实时运行图像处理算法,形成系统分布式运算结构。