超分辨率重建(SR)是近年来图像复原研究领域中的热点课题之一。它通过信号处理的方法来提高图像的分辨率，将会在今后的工业、军事和日常生活中获得日益广泛的应用。随着通信技术的快速发展，压缩视频的广泛应用，众多图像压缩标准的陆续实施，研究压缩视频的SR重建正在逐渐成为超分辨率重建研究中备受关注的一项关键技术。另外，随着SR理论的不断完善，如何使SR算法脱离计算机而在硬件芯片上实现，达到更好、更简便的实用效果也是极有应用意义的研究方向。 本文主要利用集合论中的凸集投影(POCS)算法对图像的SR重建进行分析、对比、研究和实验，完成以下几方面的工作：通过改进初始迭代值，提高了单帧非压缩图像的POCS算法性能；针对压缩视频的量化误差，分析了压缩视频的量化模型及其误差来源，并利用图像先验信息中的平滑约束集(SCS)对压缩图像进行反量化SR重建；利用量化约束集对合成的多帧压缩视频序列进行SR重建仿真。这些SR重建的计算机实验结果表明，和普通解码后的双线性内插方法相比较，其重建质量得到不同程度的改进，PSNR值有明显提高。本文还对SR算法进行了实用化研究，选取了合适的SR重建算法，在ADI公司的DSP上完成了SR关键算法的移植、调试和运行。在此基础上，提出了一套包含SR技术的视频通信方案，通过计算机的仿真，验证了其可行性。