1.一种图像的超分辨率重构方法，其特征在于，所述方法包括：获取多幅低分辨图像，对所述多幅低分辨率图像进行图像配准，得到配准后的图像序列；

将配准后的图像序列中的每幅图进行非抽样形态小波分解，得到对应的低频系数序列和高频系数序列；

对所述低频系数序列和高频系数序列分别进行插值，得到放大后的低频系数序列和放大后的高频系数序列；

将所述放大后的低频系数序列和放大后的高频系数序列融合，得到融合后的系数；

根据融合后的系数进行非抽样形态小波逆变换，得到重构后的图像。

2.根据权利要求1所述方法，其特征在于，所述对所述多幅低分辨率图像进行图像配准，得到配准后的图像序列步骤包括：基于图像的灰度信息对图像进行配准；

或者基于变换域的配准方法在变换域中对图像进行配准；

或者基于特征的配准方法，通过提取特征、特征匹配和图像转换对图像进行配准。

3.根据权利要求2所述方法，其特征在于，所述基于图像的灰度信息对图像进行配准步骤包括：S0，对一幅高分辨率图像先进行平滑滤波处理，然后隔行隔列进行下采样，获取四幅低分辨率图像，选取其中第一幅低分辨率图像为参考图像，然后对其它三幅图像按照随机的一个角度进行旋转用于模拟实际场景中从不同角度的传感器获得的图像，作为浮动图像；

S1，对待配准的参考图像和浮动图像进行低通滤波处理；

S2，根据预先设置的初始点和初始搜索方向，对低通滤波处理后的浮动图像进行PV插值法统计联合直方图，并计算互信息值；

S3，根据鲍威尔POWELL算法，根据最大互信息理论，判断得到的参数是否最优；

S4，如果参数不是最优，则重新对低通滤波处理后的浮动图像进行PV插值法统计联合直方图，并计算互信息值，并返回步骤S3；

S5，根据得到的最优参数输出配准图像。

4.根据权利要求1所述方法，其特征在于，所述将配准后的图像序列中的每幅图进行非抽样形态小波分解，得到对应的低频系数序列和高频系数序列步骤具体为：根据公式： 对配准后的图像序列中的每幅图进行非抽样形态小波分解，对分解后的值取平均得到非抽样形态小波的低频分量，对分解后的值在↑ ↑ ↑各个方向的梯度值为非抽样形态小波的高频分量，其中：X代表输入图像，ψ 、ωv 、ωh↑和ωd 分别是低通和三个高通方向的分析滤波器，INT( )是向下取整的运算， 为卷积运算。

5.根据权利要求4所述方法，其特征在于，所述根据融合后的系数进行非抽样形态小波逆变换，得到重构后的图像步骤具体为：根据公式： 进行非抽样形态小波逆变

↓ ↓ ↓ ↓ ↓

换，得到重构后的图像，其中，ψ 、ω0 、ωv 、ωh 和ωd 是综合滤波器。

6.一种图像的超分辨率重构装置，其特征在于，所述装置包括：配准单元，用于获取多幅低分辨图像，对所述多幅低分辨率图像进行图像配准，得到配准后的图像序列；

分解单元，用于将配准后的图像序列中的每幅图进行非抽样形态小波分解，得到对应的低频系数序列和高频系数序列；

插值单元，用于对所述低频系数序列和高频系数序列分别进行插值，得到放大后的低频系数序列和放大后的高频系数序列；

融合单元，用于将所述放大后的低频系数序列和放大后的高频系数序列融合，得到融合后的系数；

重构单元，用于根据融合后的系数进行非抽样形态小波逆变换，得到重构后的图像。

7.根据权利要求6所述装置，其特征在于，所述配准单元包括：第一配准子单元，用于基于图像的灰度信息对图像进行配准；

或者，第二配准子单元，用于基于变换域的配准方法在变换域中对图像进行配准；

或者，第三配准子单元，用于基于特征的配准方法，通过提取特征、特征匹配和图像转换对图像进行配准。

8.根据权利要求7所述装置，其特征在于，所述第一配准子单元具体用于：S0，对一幅高分辨率图像先进行平滑滤波处理，然后隔行隔列进行下采样，获取四幅低分辨率图像，选取其中第一幅低分辨率图像为参考图像，然后对其它三幅图像按照随机的一个角度进行旋转用于模拟实际场景中从不同角度的传感器获得的图像，作为浮动图像；

S1，对待配准的参考图像和浮动图像进行低通滤波处理；

S2，根据预先设置的初始点和初始搜索方向，对低通滤波处理后的浮动图像进行PV插值法统计联合直方图，并计算互信息值；

S3，根据鲍威尔POWELL算法，根据最大互信息理论，判断得到的参数是否最优，S4，如果参数不是最优，则重新对低通滤波处理后的浮动图像进行PV插值法统计联合直方图，并计算互信息值，并返回步骤S3；

S5，根据得到的最优参数输出配准图像。

9.根据权利要求6所述装置，其特征在于，所述分解单元具体用于：根据公式： 对配准后的图像序列中的每幅图进行非抽样形态小波分解，对分解后的值取平均得到非抽样形态小波的低频分量，对分解后的值在↑ ↑ ↑各个方向的梯度值为非抽样形态小波的高频分量，其中：X代表输入图像，ψ 、ωv 、ωh↑和ωd 分别是低通和三个高通方向的分析滤波器，INT( )是向下取整的运算， 为卷积运算。

10.根据权利要求9所述装置，其特征在于，所述重构单元具体用于：根据公式： 进行非抽样形态小波逆变

↓ ↓ ↓ ↓ ↓

换，得到重构后的图像，得到融合后的系数，其中，ψ 、ω0 、ωv 、ωh 和ωd 是综合滤波器。