超分辨率处理技术包含超分辨率复原(重建)和分辨率增强技术等。近年来，超分辨率技术因其良好的应用前景而吸引着人们的广泛关注。超分辨率复原(重建)是从复原(重建)发展而来。复原，是指去除或减轻在获取数字图象的过程中发生的图象质量退化，即要研究成像系统的退化原因，建立相应的数学模型，并沿图象降质的逆过程尽可能恢复退化的本来面目。在传统的图像复原问题中，只有一帧输入图像，使得分辨率增强能力极为有限，这迫使研究人员开始寻求新的研究方向—基于序列图像的超分辨率重建技术：另一方面，诸如安全监控、医学诊断、军事侦察等领域都需要有既经济又容易实现的方法来得到各自所需求，这些应用也促使超分辨率重建成为图像复原领域的一个热点。超分辨率复原技术，是利用低分辨率像机获取高分辨率的不可多得的一种途径，具有很高的研究价值和应用价值。超分辨率图像复原则是将一序列包含不同图像细节附加信息的低分辨率图像通过一定的方法复原出一帧(或多帧)较高分辨率图像。这些附加信息使得重建比原图像更高分辨率的图像成为可能。后者广义上不仅包含前者的内容，而且包含单传感器多帧图象融合增强分辨率，自适应正则化图象插值等内容。 本论文从低分辨率成像的数学模型出发，回顾了超分辨率算法，并进行系统分析和研究，最后提出了一些解决超分辨率问题的方案。主要成果概括如下： 1.提出了一种获取正则化参数的新方法。 2.针对单幅图像提高分辨率方法中存在的不足，设计了一种基于最大后验概率估计(MAP)框架下的，利用多帧序列图像的基于正则化技术的MAP高分辨率图像重建方法。 3.针对普通运动图像特性，提出了一种基于Unscented卡尔曼滤波超分辨率重建新方法。