在成像过程中有很多因素会导致图像质量的下降。例如成像过程中噪声是不可避免的，量化也产生噪声；成像系统的象差等造成几何变形；聚焦不良造成的散焦模糊，摄影时相机与景物之间的相对运动造成的运动模糊等；图像传感器带宽有限，存在截止频率，那么超过截止频率的信息就丢失了，欠采样也造成图像高低频信号混叠，引起图像失真。如何提高退化图像的有效分辨率、消除失真、复原出真实的景物是图像复原要解决的问题，超分辨率图像复原是新一代复原技术。 本文是对超分辨率图像复原的研究，主要创新点如下： 1．初步分析了超分辨率图像复原的原理、关键技术、存在的问题，尝试把超分辨率图像复原的基本概念包含在一个统一的框架下。从两个角度定义了超分辨率图像复原：从图像失真的原因出发，能够恢复有限带宽之上的高频信号或者欠采样的折叠频率之上的高频信号的图像复原方法称为超分辨率复原；从分辨率角度出发，提出成像分辨率和有效分辨率的概念，两种分辨率都得到提高的图像复原称为超分辨率复原。有限带宽的超分辨率复原起源于光学衍射存在截止频率，称为衍射极限超分辨率复原；恢复欠采样的折叠频率之上的高频信号的图像复原称为去混叠超分辨率复原。归纳并分析了超分辨率图像复原的原理和四个关键技术：图像、噪声模型，观测模型，复原算法，复原评价，论证超分辨率的可行性；得出衍射极限超分辨率复原在于观测模型存在内在矛盾，观测模型与物理成像的矛盾是图像复原的主要矛盾；根据去混叠超分辨率复原定义，建立一个粗糙的去混叠超分辨率复原的观测模型，引入去混叠定理，说明复原算法理想的最高分辨率；对两种超分辨率复原，分别提出可行的复原评价方法。 2．提出图像融合复原的通用算法框架，并运用它来实现超分辨率图像复原，初步建立一个自动图像融合模型。超分辨率图像复原是严重的病态问题，图像融合是一种对观测模型和先验知识要求较少的图像处理方法。首先采用一个具有严格数学意义的模型来证明多幅图像融合具有降低噪声、提高图像有效分辨率的作用，并证明不同失真程度的图像在融合中的价值大小不同；然后针对去混叠超分辨率复原；考察经典复原方法、变换域、图像配准、图像融合规则对图像融合效果的影响；融合规则的不同对融合图像影响极大，论证了亚像素配准未必比像素级配准有更好的效果，因为几何变换带来的误差；空域、频域都能够通过简单的融合实现超分辨率复原；提出一种POCS融合算法，实验证明优于POCS复原算法。标准化图像融合复原算法的步骤，使自动图像融合成为可能。 3．图像复原最大的问题之一在于建立合适的观测模型。本文对经典图像复原从物理成像、连续成像观测模型，离散成像观测模型，线性移不变观测模型。完全卷积模型、部分卷积模型直到循环矩阵模型进行严格的推导，分析每步可能的误差。按照上面分析，针对低噪声匀速直线运动模糊图像，建立严格的观测模型，并提出一种更精确的点扩展函数的辨识方法，能够准确到一个像素，并可实现自动辨识；针对高斯噪声匀速直线运动模糊图像，提出一种相当精确的噪声方差估计方法，噪声方差估计误差在5％以内；对变速运动，提出一种自适应线性神经网络的点扩展函数的辨识方法，试验证明该方法是有效的。 4．提出了一种改进的衍射极限超分辨率复原方法：预估计频谱迭代外推法；提出多方法融合的超分辨率复原方法，引入伪后验知识的概念来说明多方法融合；复原方法的合理性和有效性，并通过实验证明这两种复原方法通常具有超分辨率能力。针对多幅图像采图像融合复原来实现衍射极限超分辨率复原，在小波域中进行，试验表明不同融合规则的融合结果不同，有些融合规则可以提高图像有效分辨率效果。最后对各种衍射极限超分辨率图像复原方法进行分析比较。