在视频监控,高空航拍,医学图像等实际应用中,通常需要清晰的高分辨率图像来提供更多的细节信息,而单纯依靠提高硬件设备如提高摄像头CCD的采集精度,成本过高或不易实现。因此通过软件方法提高图像分辨率的超分辨率重建方法具有很大的研究意义。图像超分辨率重建是通过数字信号处理技术利用多幅具有互补信息量的低分辨率图像来重构出一幅高分辨率图像,从而克服硬件系统的技术限制。目前,图像超分辨率重建技术已成为图像处理领域的研究热点之一。图像配准作为图像超分辨率重建的必要步骤,也是对重建效果影响最大的关键步骤,是本文的研究重点。本文介绍了几种图像配准方法,着重比较了相位相关方法和Keren方法的优劣,并结合图像预处理方法消除了边界划痕,提高了配准精度。在抗噪声性能好的频域相位相关方法的基础上,结合奈奎斯特准则,提出了一种新的,只对频域未受混叠影响的部分进行参数估计的配准算法。首先对低分辨率图像进行傅里叶变换,再对其变换后的幅值进行极坐标变换,构造函数变二维相关运算为一维互相关运算求得旋转角度参数。然后将按求得的旋转角度反向旋转回去,仅对未受混叠影响的信号低频部分运用相位相关方法进行平移参数估计,分两步得到图像配准参数。计算机仿真实验表明本文方法有良好的配准精度和重建效果。