● 摘要
近年来，人们对高清晰度图像的需求越来越高，但是硬件数字传感器的发展相对缓慢，因此超分辨率重构成为信号处理领域新的研究热点。
本文主要研究凸集投影（POCS，projection onto convex sets）超分辨率重构算法，
从提高图像重构的实时性和准确性出发，提出了一种基于SURF（Speeded- up Robust Features）的凸集投影重构方法。
本文的主要研究内容和工作包括以下几个方面：
提出了基于二阶梯度的插值方法构造参考帧。首先利用二阶梯度检测出像素周围0°、45°、90°、135°四个边缘。在构造参考帧时采用基于梯度的插值算法，沿边缘方向进行线性插值，沿非边缘方向进行基于一阶梯度的权重插值。
采用SURF特征匹配方法获取运动参数。提取了具有旋转、光照变化、仿射变换、尺度不变性特征点。在这些特征点的区域进行匹配，有效地提高了准确性并减少时间消耗。
提出了方向自适应点扩散函数修正参考帧。分别定义中心在四个边缘方向的点扩散函数（PSF，point spread function），在投影修正过程中，只考虑所在边缘的像素值的影响，减小了边缘振荡。
通过对牛津视觉几何研究组图像重构库和美国加州大学标准图像库进行仿真实验，同时搭建了控制相机运动的实验平台，拍摄大量的实拍序列，对算法进行了有效性验证。
利用完全参考图像质量评价和无参考图像质量评价分别对仿真实验和实物实验进行评价，评价结果表明本文研究的基于SURF配准的超分辨率图像重构算法鲁棒性和实时性提高，并且图像边缘清晰，整体质量提高。