前言

图像超分辨率重建是利用单帧或多帧（视频）低分辨率的图像数据恢复高

分辨图像数据的处理技术，而且是图像处理和计算机视觉领域的经典研究内容与

重要研究方向。从医学影像的精细诊断到安防监控的细节捕捉，从文化遗产的数

字化保护到遥感图像的高精度解析，图像超分辨率技术的应用场景无处不在。然

而，传统的超分辨率重建方法往往受限于计算复杂度、细节恢复能力以及对噪声

的敏感性，难以满足现代应用场景中对高质量图像的迫切需求。近年来，深度学

习技术的崛起为图像超分辨率重建带来了前所未有的机遇。基于深度学习超分辨

重建模型不仅能够学习图像的复杂结构和纹理特征，还能够通过大规模数据训练

实现高效的特征提取和重建，从而显著提升图像的分辨率和视觉质量。

本书旨在系统性地介绍基于深度学习的图像超分辨率重建技术及其应用。首

先阐述了超分辨率重建技术的背景和产生条件，介绍了图像超分辨率重建的基本

概念，对技术发展情况和学术研究情况进行了简要的描述和概括；接着详细阐述

了图像超分辨率重建内容的理论基础，针对单帧和多帧图像阐述了超分辨率的重

建原理及流程，介绍了近些年来超分辨率领域内通用的图像质量评价方式；进一

步详细介绍了一些应用于超分辨率重建领域的深度学习方法理论，包括卷积神经

网络、生成式对抗网络、自编码器、循环神经网络等经典深度学习方法；聚焦基于

深度学习的图像超分辨率重建技术，介绍了有监督、无监督、弱监督的图像超分辨

率重建方法，同时从超分任务角度对多帧图像超分辨率重建方法进行了详述，从

深度学习理论角度介绍了可解释的深度学习图像超分辨率重建方法；最后，介绍

了超分辨率算法的实际应用。本书既包含对当前主流深度学习图像超分辨率重建

理论和应用方法的整理和综述，也包含作者团队在该领域的研究成果。本书不仅

是一本关于图像超分辨率技术的学术著作，也是一本面向实际应用和工程实践的

指导手册，可以为高校学生、科研人员和工程技术人员提供理论与实践相结合的

全面参考，期望帮助读者深入理解深度学习在图像超分辨率领域的应用潜力，并

将其应用于实际问题，共同推动这一领域的技术进步。

北京航空航天大学宇航学院魏小源、要旭东、熊俊杰、韩喆鑫、李功哲、梅

寒、张聪、王鹏睿等参与了本书的部分整理工作。本书的部分研究成果来源于国

家自然科学基金面上项目“深度学习图像超分辨率模型可解释性原理分析及方法

研究”、国家重点研发计划课题“微纳卫星在轨遥感参数高精度一体化标定技术”

和“临近空间遥感智能信息处理与应用技术”、北京航空航天大学中央高校基本科

研业务费等项目。感谢中国图像图形学会、清华大学出版社和北京航空航天大学

在本书出版过程中给予的支持和帮助！

由于作者水平有限，书中难免存在疏漏和不足之处，恳请读者批评指正并反

馈宝贵意见。

编者

2025 年4 月