红外图像拥有可见光图像和近红外图像所没有的众多突出优点,比如适应性强、能够在晚上和各种极端天气下工作、对温度敏感。由于这些显著的特性,它被广泛应用于军民各种领域,在军用武器、卫星、医疗、安防、消防和导航等领域中无处不见它们的身影。但是红外图像也存在自已的局限性,比较典型的有分辨率不高和轮廓不明显的缺点。造成这些缺陷的主要原因是红外相机和普通的可见光相机的成像原理有很大的不同,它是依赖于捕捉物体的热辐射来成像的。高分辨率的红外图像可以展现更多的图像信息,具有很大的实用价值,但是目前的状况局限了它的进一步发展。由于现在工业技术上的限制,很难像对待一般相机一样从硬件上来对红外相机的分辨率进行升级。所以通过软件算法的方式对提升红外图像的分辨率就是一个必然的选择。本文提出一个创新性的方法,通过高分辨的可见光或者近红外图像来辅助低分辨率的远红外图像从而得到分辨率高同时质量好的的红外图像。这个想法是基于可见光和近红外跟远红外图像具有很强的相关性。无论是可见光相机还是近红外相机在价格和分辨率方面比远红外都具有很大优势,所以用前者来辅助后者进行超分辨率处理具有很好的实用性。算法的核心思想是将可见光图像的信息分成两个部分,一部分信息与红外图像相关,另外一部分和红外图像不相关。我们利用这部分相关的信息去辅助红外图像进行超分辨重建,但是同时要避免不相关的那个部分信息给超分辨率重建过程带来的误差影响。实验过程完整地实现了整个系统,包括图像获取,相机标定,图像配准以及最关键的超分辨率处理。