随着信息与通信技术的快速发展,人们不再满足于将文字和语音作为主体内容的单一通信方式,而是希望通过图像和视频的多媒体通信方式获得更生动直观的视觉体验。但在图像采集和传输过程中,由于主客观因素干扰,使得原始图像丢失了大量细节特征,严重影响了通信的质量。超分辨率技术利用单帧或者多帧的低分辨率图像,通过相关重建算法,能精确恢复高分辨率图像。该技术能在保持现有成像系统的硬件配置不变的情况下进一步提升成像质量。而压缩感知理论是一种崭新的信号处理理论,该理论能以低于Nyquist采样率的频率采集信号,并精确重建原始信号。本文旨在利用压缩感知理论解决图像超分辨率相关问题,改善图像细节表现。本文对图像的超分辨率技术和压缩感知理论进行了系统的研究,详细分析了两种理论的相关概念、数学模型和应用场景,归纳总结了两种理论的国内外研究现状,描述了图像重建的质量评价方法。以此为理论基础,提出了压缩感知理论下的超分辨率重建技术。该重建方法将压缩感知的信号重建思想应用到超分辨率重建问题当中,通过图像重建和模糊核估计相互迭代求解的方式,获得模糊核的精确估计,实现了高分辨率图像的重建。此外,本文针对正交匹配追踪算法的原子索引策略进行研究,提出了改进的正交匹配追踪算法,该算法改变了每次迭代时的原子索引数量,有效提高了重建的效率。基于改进正交匹配追踪算法的超分辨率重建方法,不需要任何训练集,仅使用单帧图像即可完成重建工作。本文通过实验仿真测试,分别从客观和主观角度,验证了本文算法的可行性以及更优的图像重建质量。同时,对不同稀疏基条件下的重建算法性能做了对比和分析。