传感器固有的采样频率限制了图像的空间分辨率,空间分辨率是决定图像质量的重要因素,高分辨率有利于图像的进一步分析处理。图像超分辨率方法利用单幅或多幅低分辨率图像,为低分辨率图像恢复或重建合理的高频成分,突破传感器固有采样频率的限制,从而达到提升图像空间分辨率的目的。由于同一时间、同一场景的多幅低分辨率图像不易获取,因此单幅图像超分辨率方法更具有通用性。此外,现有的超分辨率方法大多假设模糊核已知,而实际场景中的模糊核较复杂,当假设的模糊核与真实模糊核不一致时,会导致重建图像质量严重下降。单幅图像盲超分辨率方法是在模糊核未知时利用单幅低分辨率图像估计模糊核和高分辨率图像,是一个严重的欠定逆问题。解决该问题的关键是引入先验知识为估计模糊核和高分辨率图像提供附加信息。本文在图像重建过程中引入跨尺度自相似性、低秩先验和图像金字塔,对单幅图像盲超分辨率正则化方法进行研究。本文的主要工作与创新点包括以下两个方面:1.本文将跨尺度自相似性与低秩先验相结合,提出了一种基于跨尺度低秩约束的单幅图像盲超分辨率方法,采用联合建模的方法同时估计模糊核和高分辨率图像。利用高分辨率图像、低分辨率图像及其降采样图像之间的跨尺度自相似性,构造跨尺度相似图像块组矩阵。通过对组矩阵进行低秩约束使得重建的高分辨率图像在迭代求解过程中逐渐逼近真实的高分辨率图像,同时估计的模糊核也逐渐逼近真实的模糊核。此外,低秩约束可以更好地表示数据的全局结构,能够提高对噪声的鲁棒性。实验表明,本文的算法与现有算法相比能够同时估计准确的模糊核和高分辨率图像。2.为了解决降采样因子较大时,降采样图像与高分辨率图像间的跨尺度相似图像块数量较少的问题,本文提出了一种基于金字塔跨尺度低秩约束的单幅图像盲超分辨率算法,利用图像金字塔中大量的跨尺度相似图像块,为重建高分辨率图像提供更多的附加信息。该方法利用图像金字塔建立多组高分辨率图像、低分辨率图像及其降采样图像的对应关系,在多组对应关系中构建多个跨尺度相似图像块组矩阵,并分别对其进行低秩约束,在迭代求解过程中有效估计模糊核和高分辨率图像。实验表明,与现有的算法相比,本文算法在降采样图像与高分辨率图像尺寸相差较大时,仍然能够同时估计准确的模糊核和高分辨率图像。