随着当代社会信息时代的到来,人们生活中随处可见的并且很重要的一项就是图像,不管是在军事用处上还是在日常生活里,图像都随处可在,所以,图像作为人们获取信息的媒介,已经变得越来越重要。然而,由于图像采集设备、存储、传输等条件限制及成本控制因素,人们获取到的图像往往是低分辨率的,会让人产生不太愉悦的视觉效果。若是在医疗影像上,有时候可能还会影响医生对影像资料细节的判断,从而影响对病人病情的诊断。图像的分辨率越高,包含的像素就越多,视觉效果就越好,所以,图像的超分辨率重建技术显得尤其重要。而视频在现代生活中也随处可见,占据了图像很重要的一部分,如在视频监控等领域,所以,视频超分辨率技术也正在发展。本文主要描述了一种改进的基于RDB的多帧图像超分辨率重建算法。本文网络使用连续的三帧图像的YCbCr中的Y通道作为输入图像,使用了残差稠密块来提取图像的特征,残差稠密块不仅可以提取到图像的局部特征和全局特征,也可以减轻梯度消失的问题。由于在许多多帧图像超分辨率重建算法中,都是直接将中间帧图像与最后的主流操作进行残差,或者只是简单地对中间帧图像进行一次卷积操作后再与主流操作进行残差,针对此问题,本文提出了中间帧图像的卷积块,它是由一些卷积层、拆分层和串联层组合起来的,它可以有效地提取到中间帧图像的更多细节信息,从而提高复原图像的PSNR值和SSIM值。本文还在网络最后的反卷积层后加入了中间帧的双三次插值图像,该操作可以大大加速网络的训练速度。实验证明,本文提出的改进的基于RDB的多帧图像超分辨率重建算法,与以往的一些多帧图像超分辨率重建算法相比,能获得相对更高的PSNR和SSIM值,并且在图像的主观视觉效果上也有一定的增强,能更加接近高分辨率原图图像,而且本文网络也提高了训练速度,加速了网络的收敛。