随着CCD和CMOS传感器的广泛使用,在许多领域,空间分辨率是成像仪器的一个主要技术指标,但是由于硬件制作工艺水平的限制,如何利用软件方法低成本的增加当前的分辨率级别日益受到研究人员的关注。利用序列或多幅图像进行超分辨率重建的方法已成为现在研究的热点。本文主要针对序列图像之间的运动估计、成像系统的降质模型及超分辨率图像重建算法三个方面进行研究,对于运动参数估计采用目前较流行的光流法与多分辨率思想相结合,提高了运动参数估计得精度。这些低分辨率图像包含着可以被超分辨率利用的混叠信息以及亚像素的运动;重建算法选取基于Bayesian方法的最大后验概率(MAP)模型作为实现超分辨率图像重建的框架,通过引入Markov随机场的先验模型,有效的控制了解空间的收敛。同时融入Gibbs随机场模型,去除了Markov随机场的限制,充分的利用了像素点之间的相关信息。在提高分辨率的基础上,更多的保留了图像的细节信息。