题目：图像超分辨率技术研究

        图像超分辨率技术把同一个场景的多幅低分辨率图像，通过信号处理的方式，从中获取一幅分辨率更高的图像，该图像能够提供更准确的信息来反映场景的真实情况，更利于进一步的分析和处理。这些低分辨率图像之间的亚像素级位移，使它们具有关于同一场景丰富的互补信息，是图像超分辨率技术能从其中重建一幅高分辨率图像的基础。经过了二十多年的发展，图像超分辨率技术在理论研究方面已经取得了较大进展，成为了图像处理领域的一个研究热点，并在遥感、医学成像、安全监控等诸多领域得到了初步的应用，表现出巨大的发展潜力。但还没有形成成熟、完善的理论体系，无论是在理论上还是工程应用上，还需作进一步的研究。

        本文主要研究基于多幅低分辨率图像重建的图像超分辨率算法，在图像超分辨率技术基本理论研究的基础上，针对该技术的研究难点和具体算法作了深入的研究。论文的主要研究内容如下：

        (1) 研究图像超分辨率技术的基本理论，对其基本框架中的图像配准这一关键环节进行了深入的研究。首先，介绍基于分级块匹配的配准方法，该方法被广泛应用于图像超分辨率技术中，对全局性的亚像素位移进行估计；针对图像具有缩放和旋转的情形，提出了一种基于极坐标变换和加权角度投影函数的配准算法，实验证明提出的算法可以精确估计缩放和旋转参数，可作为一种预处理的技术，为图像超分辨率技术的应用提供仅有位移的图像源，拓宽图像超分辨率技术的应用范围；

        (2) 对基于最大后验概率(MAP)的图像超分辨率算法进行研究。介绍了MAP算法基本原理和具体流程，仿真验证算法的重建性能和分析不足之处，并将其作为对比算法与本文提出的算法进行比较；

        (3) 研究卡尔曼滤波理论在图像超分辨率中的应用，对其存在的主要问题进行分析，并介绍了已有的基于卡尔曼滤波的方法；针对卡尔曼滤波在图像超分辨率中所存在的存储与计算的不可行性，提出了一种新的基于卡尔曼滤波的图像超分辨率算法。首先，通过新的图像向量构造方式和分块对角化假设使卡尔曼滤波的计算过程得到简化，进而提出逐点计算-迭代的算法框架。通过实验验证了提出的算法的有效性，与已有的图像超分辨率算法的对比表明，本文提出的算法具有更好的图像超分辨率重建性能。