为提高低分辨力红外图像的分辨力, 提出了一种红外图像超分辨力算法。该算法训练2个随机森林模型：红外图像训练第 1个模型、配准的多传感器图像训练第 2个模型。采用自适应边缘提取算法提取红外图像与可见光图像的边缘, 计算输入的低分辨力红外图像块与对应的高分辨力可见光图像块之间的相关系数。根据相关性选择合适的重建模型, 用选择的模型重建高分辨力红外图像块, 并整合为高分辨力红外图像。实验结果表明, 与超分辨力随机森林算法相比, 算法重建的高分辨力红外图像具有更高的客观指标, 峰值信噪比 (PSNR)平均提升了 0.09 dB, 并且获得更为清晰的主观视觉效果, 更接近原始图像。

针对联合图像专家组(JPEG)标准设计了一种基于自适应下采样和超分辨力重建的图像压缩编码框架。在编码器端，为待编码的原始图像设计了多种不同的下采样模式和量化模式，通过率失真优化算法从 多种模式中选择最优的下采样模式(DSM)和量化模式(QM)，最后待编码图像将在选择的模式下进行下采样和JPEG编码；在解码器端，采用基于卷积神经网络的超分辨力重建算法对解码后的下采样图像进行重建。此外， 所提出的框架扩展到JPEG2000压缩标准下同样有效可行。仿真实验结果表明，相比于主流的编解码标准和先进的编解码方法，提出的框架能有效地提升编码图像的率失真性能，并能获得更好的视觉效果。

为实现图像超分辨力重建, 提出了一个自适应半耦合稀疏字典学习算法。由于耦合字典学习算法中存在稀疏编码约束条件太过严苛的缺点, 本文采用半耦合的字典学习算法。根据在半耦合的字典学习算法中全局字典表达的局限性, 分析和采用了多字典训练算法及相应的重建方法。提出了基于自适应图像块聚类算法的半耦合稀疏字典学习算法。仿真实验结果显示, 新算法重建得到的 Butterfly,Cameraman,Foreman,Plants,Hat和Lena等图像的峰值信噪比 (PSNR)分别比用基于K-means聚类算法的半耦合稀疏字典学习算法得到的重建图像高出 0.18 dB,0.16 dB,0.52 dB, 0.21 dB,0.23 dB和0.14 dB。该算法可以得到更好的图像重建效果。

在图像处理领域, 基于稀疏表示理论的图像超分辨力算法、高低分辨力字典与稀疏编码之间的映射关系是其中的 2个关键环节。由于丰富多样的图像类型, 单一字典并不能很好地表示图像。而在稀疏编码之间的映射关系上, 严格相等的约束关系也限制了图像重建的效果。针对上述两个方面, 采用包容性更强的多个字典与约束条件更为宽松的全耦合稀疏关系进行图像的超分辨力重建。在图像非局部自相似性的基础上, 进行多次自适应聚类; 挑选出最优的聚类, 通过全耦合稀疏学习的图像超分辨力算法, 得到多个字典; 最后, 对输入的低分辨力图像进行分类重建, 得到高分辨力图片。实验结果表明, 在图像 Leaves,Barbara,Room上, 本文的聚类算法比原全耦合稀疏学习算法在峰值信噪比 (PSNR)上分别提升了 0.51 dB,0.21 dB,0.15 dB。

针对已研制光学微扫描显微热成像系统空间分辨力较低的问题，基于改进的频域图像配准技术和改进的行处理迭代超分辨力算法，提出了显微热成像系统光学微扫描改进行处理迭代超分辨力图像处理方法。给出了该方法的原理及步骤，采用不同重构方法针对可见光和红外图像进行了仿真研究，给出了评价参数和结论。利用光学微扫描显微热成像系统采集低分辨力显微热图像序列进行了超分辨力处理实验，实验结果表明本文提出方法的有效性，光学微扫描显微热成像系统的空间分辨力得到提高，可应用于需要显微热分析的场合。该方法还可以应用于其它不可控光学微扫描成像系统中，具有广泛的应用前景。

根据计算机模拟和实际拍摄的离焦模糊标准分辨力靶标图像,对提出的离焦模糊图像超分辨力盲复原算法进行了分析研究,对比了超分辨力盲复原算法与几种典型复原算法的效果,以及在不同离焦模糊半径下该算法的复原效果。实验结果表明,该算法对深度离焦模糊图像具有较明显的复原效果,复原图像相比较于模糊图像分辨力提高1倍; 显著改善了标准分辨力靶标图像的可分辨组块。可分辨组块可以定量地描述复原算法对图像分辨力的改善程度。该算法已经应用到实际工作当中,并获得了较好的效果。

为提高光电成像系统的空间分辨力, 提出了一种基于改进的频率域图像配准技术的超分辨力图像处理方法。首先利用改进的频域图像配准方法估算出低分辨力图像之间的微位移量, 然后采用Papoulis-Gerchberg超分辨力处理方法完成图像复原。利用不同重构方法进行了仿真及实验研究, 给出了评价参数。模拟和实际显微热图像的处理结果表明：该算法可使图像质量得到改善, 分辨的细节更多, 可有效地提高光电成像系统的空间分辨力；处理算法简单, 计算量小, 可实现快速处理。该算法还可应用于其他不可控光学微扫描成像系统中, 具有广泛的应用前景。

针对离焦模糊图像的盲复原算法的研究具有重要的实际意义和实用价值。根据光学离焦成像模型,研究提出了一种基于微分图像自相关的离焦模糊图像超分辨力盲复原算法,即首先采用拉普拉斯算子对离焦模糊图像进行二阶微分并求微分图像的自相关,然后从自相关结果所包含的信息中确定离焦模糊半径,最后以离焦模糊模型结合MPMAP超分辨力复原算法对离焦模糊图像进行盲复原。实验证明：算法能够以较高的精度估计出离焦模糊半径并实现离焦模糊图像的盲复原,该算法较其它同类算法在减少计算过程中需要考虑的各类因素的同时也减少了计算量,提高了结果精度,依靠超分辨力复原算法获取更多的复原图像信息,已在实际刑侦和物证鉴定的离焦模糊图像判读和鉴定中获得成功应用。

介绍了最大后验概率(MAP)复原超分辨力算法发展现状,然后着重介绍了基于Markov随机场的泊松最大后验概率复原算法(MPMAP)和小波滤波方法.以MPMAP算法为基础,提出了基于后端小波滤波处理和Markov分布的最大后验概率算法(PWMPMAP),试验证明这种算法具有很强的抑制噪声和振铃现象的能力,与MPMAP算法相比,复原效果明显提高,对红外热图像等低信噪比图像尤为有效,以30 dB的红外"建筑物"图像为例,相对MPMAP算法,峰值信噪比(PSNR)以提高0.4 dB左右.

本文研究利用光学超分辨技术提高光盘存储密度.给出了一种可以达到衍射超分辨力的多元环形滤光片的设计结果.介绍了该多元环形滤光片的理论设计方法.之后用遗传算法设计了多组多元环形滤光片的结构参数,模拟结果显示设计的环形滤光片能使横向的半峰全宽半径值减小30%,达到提高信息存储密度的目的.另一方面该环形滤光片能使焦深不变或变长,减小了在记录过程中因为光盘的微小波动而引起的记录信息的错误率.