J.L.Harris和J.W.Goodman提出的基于单帧图像的Harris-Goodman频谱外推法是最早的超分辨率图像处理的方法[3]。随后,Tsai与Huang提出了基于序列或多帧图像的超分辨率重建问题,并给出了基于频域逼近的重建图像方法[3]。此后,极大后验概率估计法、反向投影迭代法、凸集投影法和自适应滤波方法等许多有使用价值的方法被提出并发展[3]。 25219
目前，图像超分辨率的算法数量还是十分可观的。这些方法的分类十分多样化。按照过得的低分辨率图像数目来看可以为分为如下两类：①序列图像的高分辨率估计；②单幅图像的高分辨率估计。除此之外，频率域和空间域也是一种分类方法。超分辨率发展的初期，各项研究主要集中在频域，不过，如今的工作更多是在空间域实行的。
目前所存在的一些超分辨率算法还是很值得我们借鉴的。基于POCS进行单帧图像重建，以及基于NEDI的图像重建方法。两种方法各有优越之处。基于POCS方法重建单帧图像时能够获得较为理想的效果，而基于NEDI的图像重建方法能够得到边缘信号十分清晰的图像。所以，有学者将两种方法进行了整合，得出一种基于多帧图像的NEDI超分辨率重建方法[8]。不仅仅是这种方法，还有许多很不错的方法很需要我们的创新和思考。论文网
图像超分辨率影像重建技术正在不断地高速发展，这是一个具有广阔前景的领域。有越来越多的人员投入到超分辨率的研究之中，同样也有很多研究成果出现。今后的研究之中，我们要注意问题的解决。例如运动估计要更加准确，观察模型必须更加精确等。将研究的重心放在这些问题上，相信最终超分辨率技术一定会有更大的发展与进步。
超分辨率技术的理论研究结果所带来的意义不仅仅只局限于超分辨率领域之中，可以说成千上万的领域都会受益，都可以以超分辨率技术作为基础，使得这些领域有更强大的理论和技术上的支持。这些都是超出超分辨率领域的重大作用。 图像超分辨率算法技术国内外研究现状:http://www.youerw.com/yanjiu/lunwen_18886.html