超分辨率重建技术旨在从低分辨率图像或视频中恢复出相应的高分辨率图像或视频,使得到的图像或视频具有更高的像素密度,更丰富的细节及更清晰的边缘,目前已广泛应用于卫星遥感、医学影像、视频监控等领域。相比于单幅图像,立体图像包含左、右两个视图。立体图像超分辨率重建技术不仅需要利用左、右视图自身的信息,还需要根据立体图像的特性,利用不同视图之间的互补信息恢复高分辨率的立体图像。因此,立体图像超分辨率重建具有重要的研究意义。本文深入分析了立体图像超分辨率重建的关键问题,以提高立体图像超分辨率重建的性能为目标,开展了基于深度学习的立体图像超分辨率重建技术研究。本文提出了一种基于交互模块的立体图像超分辨率重建方法。该方法包括空间部分、交互部分和重建部分。首先,在空间部分分别提取左、右视图的空间信息,实现初步的特征提取。然后,通过交互部分,利用左视图中的信息辅助生成高分辨率的右视图,同时采用右视图中的信息辅助左视图的超分辨率重建。特别地,本章设计了立体图像交互模块,在保留双视点信息的同时,对信息进行选择,从而以交互方式实现了对立体视图信息的充分利用。最后,通过重建部分,获得最终高分辨率的立体图像。实验结果表明,所提出的方法能够获得良好的超分辨率重建性能。本文还实现了一种基于视差注意力的立体图像超分辨率重建方法。首先,运用残差通道注意力模块构建单幅图像特征提取的基本网络,并在该模块中嵌入了通道注意力机制,自适应地调整通道权重。然后,采用视差注意力模块寻找立体图像中相匹配的像素点,促进左、右视图之间信息的相互借鉴,进而有效避免左、右视图的视差偏移。最后,通过上采样模块和重建模块获得最终高分辨率的立体图像。公开数据集上的对比实验结果表明,所实现的方法获得较好的超分辨率重建性能。