近年来,关于超分辨率图像复原的课题已经越来越广泛。随着相应研究工作深入的同时,在卫星、视频、医学等领域已经收获一定数量且相对成熟的研究成果。比如,如今的高清数字电视信号无失真转换、CT及核磁共振(简称MRI)应用中图像质量的显著提高等,都可见的超分辨率的身影。可以说,超分辨率图像复原已经走入我们的生活。噪声在图像采集、传输过程中,一直是一个不可避免的因素,在图像降质过程中起着不可忽视的作用。影响图像质量的提高,也妨碍后续信号处理过程的顺利进行。传统的全变分(TV)方法是一种行之有效的图像去噪方法,但同时带来阶梯效应这样的不可回避因素。本文在传统全变分(TV)算法的基础上使用图像空间与像素梯度结合的方法,并加以数值实现,让传统算法的保边良好性能得以延续。同时又使平坦区域噪声减少,改善了全变分图像去噪过程的固有问题。继而,文章使用先验知识结合Kullback-Leibler距离,提出一种改进的超分辨率图像复原算法。使用Kullback-Leibler距离算法来减少与先验模型之间的分歧。同时也能够更快速有效地找到逼近值,并估计出超分辨率图像。实验表明,这种新的结合方法比各种先验知识单独使用时,实验效果更加突出。