立体图像、视频因其真实的感官体验深受人们喜爱,同时也被大量应用到医学、军事等各个领域。但随之而来的是数据处理和复杂度成倍的增加。为在压缩数据量的同时不影响视觉感知质量,基于人眼双目抑制理论的混合分辨率编码技术被广泛应用到立体图像、视频中。然而,混合分辨率立体图像、视频中某些视点图会被下采样为低分辨率图像,其存在会影响用户的视觉体验。本文拟采用立体图像超分辨率对低分辨率视点图进行超分辨率处理,恢复其高分辨率清晰图像。主要内容有：(1)阐述了立体视觉的研究背景、立体图像超分辨率技术的发展现状及质量评价标准。介绍了目前常用的立体图像超分辨率技术：DIBR技术和基于低频与高频融合的立体图像超分辨率技术。(2)本文提出了一种新颖的基于非局部(NonLocal, NL)相似性的立体图像超分辨率算法。该算法将混合分辨率技术中视点的下采样过程建模成退化模型,并把相邻的高分辨率视点图作为参考图。利用参考图及深度信息,合成一幅目标视点的高分辨率投影图作为初始估计。将立体图像的非局部相似性作为正则项引入到退化模型中。最后,用梯度下降法求最优解。经过实验对比,本文的算法具有较好的重建效果。(3)本文提出了一种新颖的基于稀疏表示和非局部相似性的立体图像超分辨率技术。首先提取低频信息及相应的高频信息估计误差,并用K-mean聚类,为每一个类单独训练一对字典,然后利用训练获得的字典去重建高频信息估计误差,并与原图的低频信息、投影图的高频信息进行融合；最后将融合获得的图像利用第三章的算法进行后处理,获得重建图像。实验结果表明,该算法在重建质量上有较高的提升。