在數(shù)字圖像應(yīng)用中，空間分辨率是表征圖像質(zhì)量的重要指標(biāo)。高分辨率意味著圖像的像

　　素密度高，能夠提供更多的細(xì)節(jié)信息。提高成像系統(tǒng)的空間分辨率一直以來(lái)都是成像技術(shù)領(lǐng)

　　域的一項(xiàng)重要研究?jī)?nèi)容。雖然半導(dǎo)體技術(shù)的發(fā)展已使得成像器件的分辨率達(dá)到了較高的水

　　平，但受設(shè)備成本、體積以及存儲(chǔ)能力的制約，這些高分辨率設(shè)備在眾多日常領(lǐng)域很難得到

　　廣泛應(yīng)用。特別是在一些視頻成像設(shè)備中，動(dòng)態(tài)視頻所能達(dá)到的分辨率遠(yuǎn)低于靜止圖像。因

　　此如何在不改變成像系統(tǒng)硬件設(shè)備的前提下，提高已獲取動(dòng)態(tài)視頻的分辨率，具有更為重要

　　的應(yīng)用意義。超分辨率復(fù)原技術(shù)，作為一種不需要硬件參與的提高圖像空間分辨率的方法，

　　為這一問(wèn)題的解決提供了經(jīng)濟(jì)有效的途徑。它能夠通過(guò)信號(hào)處理的方法，利用連續(xù)多幀低分

　　辨率圖像中不同而又相似的信息，并結(jié)合圖像的先驗(yàn)知識(shí)，重建高分辨率圖像。其主要優(yōu)點(diǎn)

　　是成本低廉，而且已獲取的低分辨率圖像仍能得到有效利用［1］。

　　與單幀高分辨率圖像的復(fù)原算法相比，對(duì)視頻序列中所有幀進(jìn)行超分辨率復(fù)原的研究相

　　對(duì)較少［1］。因?yàn)閺睦碚撋现v，將任何一種單幀圖像的超分辨率復(fù)原算法用于視頻序列中的連

　　續(xù)各幀，均能實(shí)現(xiàn)視頻序列的超分辨率復(fù)原，即序列圖像的靜態(tài)批處理方法［2］。實(shí)際應(yīng)用中，

　　這往往會(huì)受到運(yùn)算復(fù)雜度的限制，而且，對(duì)各幀圖像的單獨(dú)處理未能有效利用相鄰幀已復(fù)原

　　圖像的有用信息，造成運(yùn)算量的大量浪費(fèi)。基于迭代［3］和自適應(yīng)濾波［4］的方法通過(guò)利用已重

　　建高分辨率圖像的有效信息，降低了算法的復(fù)雜度。但這些算法仍是以傳統(tǒng)的單幀超分辨

　　復(fù)原算法為基礎(chǔ)的，未能充分考慮視頻序列應(yīng)用自身的特點(diǎn)，提高算法的性能。例如在一些

　　實(shí)際應(yīng)用中，成像設(shè)備能夠同時(shí)提供靜止圖像和動(dòng)態(tài)視頻的拍攝，而且靜止圖像的分辨率通

　　常遠(yuǎn)高于視頻圖像。因此同一場(chǎng)景的高分辨率靜止圖像對(duì)于序列圖像的復(fù)原將具有重要的借

　　鑒意義。為此，文獻(xiàn)［5］提出一種 DCT 域基于參考幀高分辨率圖像的視頻序列超分辨率復(fù)原

　　算法。該算法在基于學(xué)習(xí)的超分辨率復(fù)原［6］框架下，以同一場(chǎng)景的高分辨率圖像為例子圖像，

　　通過(guò) DCT 域塊匹配運(yùn)算，搜索匹配圖像塊的高頻信息用于復(fù)原圖像塊，收到了較好的效果。

　　但是由于該方法在 DCT 域以固定的塊尺寸進(jìn)行匹配，匹配誤差較大，且直接將匹配圖像塊