1.基于多种互补先验的视频超分辨率重建算法，其特征在于包括以下步骤：
步骤一：对输入的低分辨率的视频帧，我们将连续三帧作为一组，然后分别利用MSEPLL，MNLR和SKR方法来重建中间帧，得到高分辨率图片F1、F2和F3，并将它们作为初始的输入图片；
步骤二：利用步骤一中得到的三张高分辨率图像F1、F2和F3，对它们进行如下处理：F1-F2＝C1，F3-F2＝C2，并得到残差图像C1和C2；
步骤三：对于步骤二中的残差图像C1和C2，我们采用Gabor滤波器对它们进行滤波处理，并得到残差图像C3和C4；
步骤四：对于步骤三中的残差图像C4，我们用C4减去C3，得到残差图像C5，然后用Gauss滤波器对其进行滤波处理，得到残差图像C6；
步骤五：对于步骤三中的残差图像C3和步骤四中的残差图像C6，我们对它们进行一个自适应加权并得到残差图像C7，最后将其叠加到F2上得到最终的重建图像。
2.根据权利要求1所述的基于多种互补先验的视频超分辨率重建算法，其特征在于步骤一中所述，我们利用MSEPLL，MNLR和SKR这三种具有互补特性的先验分别应用到超分辨率重建的过程中，得到三张不同的重建高分辨率图像，并将其作为后面的输入。
3.根据权利要求1所述的基于多种互补先验的视频超分辨率重建算法，其特征在于步骤三中所述，对于不同方法重建出来的图片相减得到的残差，利用Gabor滤波器对其进行滤波来滤除其中的奇异点。
4.根据权利要求1所述的基于多种互补先验的视频超分辨率重建算法，其特征在于步骤四中所述，对处理后的残差图片C3和C4进行进一步处理，用C4减去C3得到残差C5，再对新得到的残差C5进行Gauss滤波。
5.根据权利要求1所述的基于多种互补先验的视频超分辨率重建算法，其特征在于步骤五中所述，对于步骤三中的残差图像C3和步骤四中的残差图像C6进行一种自适应加权得到最后的残差，其中权值根据初始输入低分辨率图片的噪声水平来自适应确定，最后用加权后的残差来对步骤一中的图片F2进行高频信息恢复。