超分辨率图像重建技术是指利用一幅低分辨率图像或同一场景下的低分辨率图像序列,引入一定的先验信息,通过信号处理的方法提高图像的分辨率。超分辨率重建技术可以在不改变采集图像硬件设备的条件下显著改善成像质量,具有重要的理论意义与应用价值,并有巨大的应用前景。论文主要研究单幅图像的超分辨率处理技术,重点研究了基于稀疏表示的超分辨率图像重建技术。基于稀疏表示的超分辨率重建算法借鉴了压缩感知理论中的数据表示模型,通过建立过完备的字典,利用高低分辨率图像块之间的局部相似性关系,重建出目标高分辨率图像。本文对基于稀疏表示的超分辨图像算法展开研究,通过比较评价指标的值,可以看出算法中字典的原子数目和构成对算法重建质量和重建效率有较大影响。根据字典原子数目和字典结构的不同,通过改变字典构造方法,设计出一种方法以提高算法的运行效率,并同时保证图像的重建质量。根据不同类别图像块的局部特征不同和各类图像块之间的结构相似性,提出一种基于图像块多级分类和稀疏表示的超分辨率重建的方法。首先根据阈值的不同将图像分块为三种不同的形态,然后用稀疏子字典来表示某一特定类型的图像块,对各子类图像块分别处理：在重建时,对(2N×2N)min图像块用双三次插值算法重建图像；对于(N×N)min块直接利用高低分辨率联合字典重建；对(N×N)max块先用形态成分分析法分解图像块为相互独立的纹理层和平滑层,然后由每层相应的联合字典重建各层图像块；最后拟合三类图像块得到重建图像。仿真结果表明,该方法在图像的边缘块和不规则区域获得了更为精细的细节,重建效果更明显。通过比较PSNR和SSIM的值,证明了算法的可行性和有效性。