1、多源图像-多视角
超分辨率图像复原综述_真印良品_新浪博客 http://blog.sina.com.cn/s/blog_91991d6501018cjr.html
从多幅LR图像中得到HR图像：
信息，这样就不能为HR图像的复原提供新的信息。如果每幅LR图像彼此之间都是不同的亚像素平移，那么它们彼此之间就不会相互包含，在这种情况下，每一幅LR图像都会为HR图像的复原提供一些不同的信息。为了得到同一场景的不同侧面，必须通过一帧接一帧的多场景或者视频序列的相关的场景运动。我们可以通过一台照相机的多次拍摄或者在不同地点的多台照相机获取多个场景，例如在轨道卫星一类可控制的图像应用中，这种场景运动是能够实现的；对于局部对象移动或者震荡一类的不可控制的图像应用也是同样能实现的。如果这些场景运动是已知的或者是在亚像素精度范围了可估计的，同时如果我们能够合成这些HR图像，那么SR图像复原是可以实现的。
多帧超分辨率的概念。左侧的网格表示具有子像素对齐的相同场景的LR图像，因此可以通过将补充信息与SR方法融合来获取HR图像（右侧的网格）。
图像超分辨率：技术，应用和未来 - 简书 https://www.jianshu.com/p/a36a333e8200
2、多来源
多源图像超分辨率重建研究 http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y2807120#
针对混合分辨率的多视角图像中的超分辨率重建问题进行了研究，提出了一种基于多视角立体深度信息融合的超分辨率重建算法。我们使用立体匹配算法在参考图像和相关低分辨率图像之间进行立体匹配以得到视差图像，然后以参考图像的视角为基准，从多组视差图像出发通过一种中值滤波融合处理得到所需深度图像的估计。
多图像超分辨率的深度学习 - 知乎 https://zhuanlan.zhihu.com/p/58286815