超分辨率图像重构的目的在于复原截止频率之外的信息,以使图像获得更多的细节和信息。在传统的图像复原问题中,只有一帧输入图像。超分辨率图像重构的概念可以简单的理解为利用一组低分辨率的图像序列重构出一帧(或多帧)较高分辨率图像。对于一段场景变换不大的图像序列来说,这一组图像具有相似但不完全相同的信息,使重构成为可能。目前,超分辨率重构技术在遥感、军事、公共安全、计算机视觉、医学成像、多媒体电子消费,图像压缩等领域得到了广泛应用。正因为如此,超分辨率图像重构近年来已成为国际上图像复原领域最为活跃的研究课题,国内对超分辨率重构技术的研究起步较晚,但这一技术在近几年也逐渐成为一个新的研究热点。本文首先对超分辨率图像重构的发展历程和超分辨率图像重构的频域及空域的各种算法进行了介绍,并分析和比较了各种算法的优缺点。观测模型的建立和图像配准(运动估计)是超分辨率图像重构的关键环节。因此,本文接着建立了超分辨率图像成像的观测模型,对图像配准的原理、分类以及具体方法进行详细的介绍并在MATLAB6.1平台上对基于图像灰度的图像配准和傅立叶图像配准方法进行实验,比较分析两种方法的优缺点。本文然后重点介绍了图像插值技术,我们主要讨论了三种常用的插值方法(最邻近点插值、线性插值和三次插值),并比较了各自对应MATLAB仿真重建结果,得出使用三次插值方法得到的重建结果的质量优于其他两种方法。本文最后重点对迭代反投影方法的原理,实现方法及其步骤进行了深入的研究,在MATLAB6.1平台上实验分析了影响迭代重构算法结果的因素(迭代次数及所选低分辨率图像帧数),最后将迭代重构结果与插值重构结果进行比较分析。