随着图像处理与分析技术的飞速发展,人们对高分辨率图像和视频信息的需求日益增长。因此,研究如何从实际获得的低分辨率图像中重建出理想高分辨率图像的超分辨率重建技术应运而生。超分辨率重建技术在不改变现有物理成像系统的基础上,只采用软件技术就可以生成高分辨率图像,在技术和成本上具有较大优势。因此,近年来被越来越多地应用于空间探测、高清电视和医学影像处理等领域。基于稀疏表示模型的超分辨率重建方法是近年来超分辨率重建研究的热点方向。本文针对单幅彩色图像,以基于稀疏表示模型的算法为主线,对图像超分辨率重建问题展开研究,主要工作包括:1.针对彩色图像重建过程中存在的图像边缘模糊以及重建视觉效果差等问题,提出了一种基于L_2/3稀疏正则模型的彩色图像超分辨率重建算法。该算法利用Gabor变换对彩色图像的细节特征信息进行提取,并利用L_2/3稀疏正则模型代替L₀稀疏正则模型构建基于稀疏正则的彩色图像超分辨率重建算法,使得算法更容易求解,不仅降低了算法的计算复杂度,而且更有效地恢复彩色图像的细节信息,消除重建彩色图像的视觉伪影。2.针对基于稀疏表示的彩色图像超分辨率重建算法中通道之间相关性缺失的问题,提出了一种基于四元数和稀疏正则模型的彩色图像超分辨率重建算法。该算法利用四元数对彩色图像的各通道进行表示,增强通道之间的相关性。采用L_1/2稀疏正则项构造超分辨率字典训练和重建模型。为了能够更有效地表征图像的细节特征信息,利用去均值方法构造关于重建学习的高低分辨率训练样本。实验分析表明,该方法不仅能够去除重建图像中存在的色彩伪影,而且提高了重建图像的质量。