图像超分辨率重建技术是为了在不改变成像设备的基础上通过信号处理的手段来提高原有图像的分辨率,进而增强图像的视觉效果便于后期的分析处理。由于该技术在许多领域中有着广泛的应用,因此成为了研究的热点问题。目前主流的方法是基于学习的方法,其中基于稀疏表示和支持向量机回归的超分辨率重建算法使得图像的重建质量已经有了极大的改善。但这些方法还很难应用到实际中,因为其重建图像的速度太慢或者需要调节复杂的参数。鉴于以上问题,本文把图像的重建速度和重建质量两个方面作为研究内容,提出了将稀疏表示和回归分析相结合的方法来更好的解决图像超分辨率问题。为了提高图像的重建速度,本文在基于稀疏表示字典对方法的基础上融合了邻域嵌入的思想,利用字典中的原子作为邻域空间,通过邻域回归投影的方式对图像进行快速的重建,实验结果验证了稀疏表示和回归方法结合后算法框架的有效性,减少了重建图像的运行时间。在以上工作的基础上进一步改善图像的重建质量,本文提出了基于稀疏表示与线性回归的图像快速重建算法。通过稀疏表示训练的字典,用一种新的方式将整个数据集划分为多个子空间,然后在每一类子空间中独立的学习高低分辨率图像之间的映射关系,最后通过选择相应的投影矩阵来快速且精准的重建出高分辨图像。实验结果表明,相比于其它方法,本文提出的算法无论在图像重建速度还是重建质量方面都取得了更好的超分辨率重建效果。