莆田学院信息工程学院  张荔

1 绪论
在数字图像的采集与处理过程中，不同精度和类型的传感器、光学器件引起的图像模糊以及运动物体采集时的运动模糊，同时自然界中大量存在起伏噪声、单频噪声等，这些会使实际获得的图像产生模糊、噪声乃至变形的情况，其最为在直接的表现就是使整个图像的分辨率较低。除此之外，在数字化信息采集的过程之中也会对图像的分辨率产生影响，最为主要的原因就在于采样速率偏低，使得采样后信号的频谱出现混叠现象，从而不能简单用低通滤波器重建信号。
从上述分析可以看出，想要对图像的分辨率进行改善，最为直接的方法就是使用性能优良的硬件设备。但是性能越好的图像采集器价格也越昂贵，通常用于高精度系统中，不适合于一般应用中。因此，实际中普遍采取的方法是使用建立在信号处理基础上的算法来改善图像的分辨率，也就是超分辨率（SR：Super-Resolution）图像重建。这一方法的优点在于不会涉及硬件，成本较为低廉，并且还可以使用现有的图像系统，这种方案较为经济实用。
2 超分辨率字符识别算法
对于字符的识别，当前最为主流的方法是基于模板匹配的OCR算法以及基于人工神经网络的OCR算法。在本设计之中使用的是基于模板匹配的OCR算法。该算法的主要原理是，首先对待识别图像预处理（如二值化、中值滤波、图像分割等，并将其尺寸大小缩放到与字符数据库中模板的大小相同），然后与所有的模板图像一一进行计算比对，最后选择相关度最高的或者误差最小的图像作为结果。