全景视觉系统(Omni-directional Vision System,ODVS)因为其特殊的曲面反射镜,能在一次拍摄过程中获取周围水平方向360度,垂直方向大于90度的场景信息——全向图,避免了传统全景图像处理过程的拼接问题,同时也实现了对一场景的监控,仅仅依靠一台设备就能反映全部信息。然而,正因为其优点导致了获取的全向图存在两大缺陷——空间分辨率低及分辨率分布不均匀,从而限制其应用与推广。随着数字图像融合技术的发展与深入研究,图像超分辨率(Super-Resolution,SR)重建逐渐发展为实现图像复原的一个重要技术及研究方向。故本文针对单视点成像设备——双曲面折反射全景设备获得的全向图,利用SR重建技术,弥补全向图的高频信息,提高其质量与分辨率。本文主要从两个方向研究全向图的超分辨率重建:其一,随着压缩感知理论的提出与研究,基于过完备字典的稀疏表示图像SRR研究,已是利用先验知识实现单帧图像SR重建的研究热点,基于稀疏表示的图像SR重建主要分为两个过程:字典构建与图像重建。在字典构建方面,由于要求高低分辨率过完备字典的同构及同稀疏性约束,将高低过完备字典的建立基于权值结合实现构建过程的统一,同时针对噪声模型的不确定性,联合l1、l2范数的正则化,实现构建字典的先验信息准确性,以提高字典的鲁棒性;在稀疏表示的图像重建过程中,为了更好的重建图像的纹理及边缘信息,采用全变分最小化的l1范数优化方法,求解最优解,重建高分辨率图像。同时,对标准数据库全向图及柱面展开的全向局部图进行实验仿真,通过图像纹理信息的主观视觉评价及客观评价指标信噪比PSNR及均值误差MSE对重建结果进行评价,其结果都证明了改进算法的优越性。其二,针对全景设备获得的全向图具有特殊的全向几何结构——360度环形结构,结合大地测量及地球磁场等方向的研究处理方法,将符合单视点约束的全向图根据极射赤面投影原理映射到单位球面上,利用球面域中的球谐函数及三维旋转群的性质,建立基于多幅球面全向图的配准模型及重建模型,最后联合全变分最小化的l1范数最优重建方法,实现重建模型的求解,获得配准参数及最优重建球谐系数,逆变换获得重建的高分辨率图像,实现多幅全向图的SR重建研究。对本课题实验获取的全向图进行实验仿真,并对结果与经典基于多帧图像SR重建结果进行主观视觉及客观评价指标的比较,验证重建算法的有效性。