折反射全方位视觉传感器可以同时观测水平360°视野,全方位图像可以方便的还原成普通的透视图像和全景图像。这些优点使得全方位视觉非常适用于视频监控、远程会议、远程虚拟现实和机器人等应用领域。但是,全方位视觉传感器仅由一块CCD捕捉整个外围场景,导致了全方位图像角分辨率低;并且成像系统离焦模糊、运动模糊和噪声等因素也很大程度的降低了图像的质量,导致了全方位视觉传感器在远距离,高清晰度目标观测与识别跟踪等领域的应用局限。超分辨率图像重建是利用同一场景的多帧互有位移的降质图像或视频序列来重建一帧高分辨率图像的技术。它旨在突破图像硬件设备的分辨率限制,充分利用多帧图像之间的互补信息进行数据融合,弥补由于在图像获取和传输过程中导致的分辨率下降。目前,图像超分辨率重建技术已经在遥感、军事、公共安全、计算机视觉、医学成像、图像压缩等领域得到了广泛应用。本文研究基于全方位视觉的超分辨率图像重建方法,提高全景图像的空间分辨率和清晰度水平。首先,提出了一种基于前向映射的全方位图像还原改进方法,该算法采用了前向映射空间变换方案和Shepard散乱点灰度插值方法,消除了全方位图像的非线性畸变,避免了在畸变的全方位图像中直接插值引起的还原图像失真,该成果是高分辨率还原图像重建研究的基础。然后,分析了全方位图像角分辨率下降原因及其圆周角分辨率和径向角分辨率的变化规律,提出了一种提高全方位图像角分辨率的方案,该方案通过融合旋转成像系统采集的亚像素偏移低分辨率图像(LR)重建高分辨率图像。利用人工合成的图像进行了仿真实验,验证了该方案的可行性。最后,开展了基于凸集投影算法的超分辨率全景图像重建方法研究。采用改进的柱面还原方法,将参考帧的柱面还原图像作为初始估计,以幅值约束和相似度约束作为投影算子,反复迭代投影,使估计值逼近可行域中的解。采用真实图像进行了实验,实验结果表明了该方法有效性。