摘要：當輸入圖像因污跡、噪聲和采樣而嚴重退化時,目前基于Papoulis-Gerchberg(PG)算法的大多數超分辨率方法表現不佳.因此,提出了一種基于擴散驅動先驗和PG算法的超分辨率方法,能夠在提高圖像分辨率的同時,估計缺失的高頻分量.首先提出了一種新型擴散驅動平滑的先驗,能夠在平坦和輪廓區域之間自動平衡作用,確保正則化水平以產生清晰圖像.然后,將PG算法引入到迭代過程中,以估計重構場景中缺失的小規模特征.實驗結果表明,相比現有的超分辨率方法,提出方法的峰值信噪比和結構相似指數結果更高,重構圖像更加清晰且無偽影.