随着信息技术和对地观测技术的发展，遥感技术在社会生活和经济建设中发挥着越来越重要的作用。其主要参数分辨率可分为空间分辨率、光谱分辨率、辐射分辨率和时间分辨率，本文讨论的就是其空间分辨率。但是，在图像成像、存储以及处理的过程中，存在很多会造成图像分辨率下降的原因：（1）硬件设备的限制，如劣质的光学成像系统、工艺不高的传感器等；（2）客观环境的影响，如大气流的干扰、天气的变化等；（3）其它原因，如系统噪声、成像系统的抖动、聚焦不准等。

此时，图像分辨率的提升就显得非常有必要了，一般有以下几种途径：（1）改善成像的硬件设备，提高成像传感器的像素密度。但是传感器像素密度越高，成本也越高，而且成像单元所能获取的光通量也越低，图像噪声越大；（2）增大集成电路板的尺寸。但是随着集成电路板尺寸的增大，电容会增大，此时电荷转移速率会降低，进而导致图像中的点光源变模糊；（3）采用高精度的成像仪器。但是这个做法实现工艺复杂，成本很高。以上都是从“硬件途径”来提升图像的分辨率的，但这些方法有着各种各样的局限性和技术壁垒，不能很好的适用。同时，随着分辨率的提高，图像的数据也随之大幅度提高，这增加了传输的成本及卫星的负担。那从而不改变硬件条件仅通过算法软件提升分辨率的图像超分辨率技术具有了重要的意义，其核心是利用信号处理的思想“寻找”低分辨率图像缺失的高频信息。

1. 基本内容

本文研究主要包括以下内容：

（1）稀疏表示算法：对稀疏表示原理和其经典算法基本思想和实现步骤的介绍。实现对原始信号的分解，该分解从训练部分获得字典（过完备字典），然后用字典的线性近似表示原始信号。

3. 研究计划与安排