在很多电子应用系统中都需要高分辨率的图像,但是很多的电子采样系统等硬件设备只能够得到比要求的相对低的分辨率的图像。由于硬件的限制导致高分辨率的采样设备由于太贵而不适用,因此,有效的提高低分辨率图像分辨率的方法正是人们追求的目标。超分辨率(Super-resolution)图像重建就是一种非常重要而基本的数字图像处理技术,它可以帮助我们解决这个问题。我们知道从一幅低分辨率的带有模糊的图像来获得超分辨率图像的提法是很不适当的。但是,如果是使用摄像机获得的低分辨率帧序列时,这个问题就可以处理了。显然,三维时空采样比任何一个二维静态帧采样栅格包含更多的信息。帧间超分辨率方法就是利用了包含在序列图像中的附加信息去重构一个高分辨率静态帧图像或一个高分辨率图像序列。 利用序列图像来重建高分辨率图像的关键是如何精确的获取相邻帧间的亚像素运动趋势并精确估计遗失帧,而精确的得到相邻帧间的亚像素偏移就是计算机视觉和图像配准里面所要解决的主要内容之一。因而利用序列图像来复原高分辨率图像可以分为图像配准和图像重建两个部分。本文利用双三次Coons曲面片来建立局部图像模型,去逼近原图像,然后利用建立的图像模型来配准序列图像,在得到精确的亚像素运动信息之后,我们就对所得到的数据进行拟合来重建高分辨率图像。多种实际的数值结果和清晰的图像结果,验证了本文方法的有效性。