随着信息化技术的迅猛发展，基于图像视觉的应用越来越贴近人们多样化服务的需求，迫切需要完善和发展图像信息处理技术。提高硬件成像系统分辨率的成本代价高或受到当前技术的限制。论文研究图像超分辨率重构方法，通过从一帧或多帧互有亚像素位移的退化图像序列重构出一幅突破硬件成像系统分辨率的高分辨率图像，在医疗、雷达成像和遥感探测等领域有广阔的应用前景。　　针对低质量图像的形成过程，重点研究了图像退化机理，建立超分辨率重构问题的数学模型，从图像的模糊退化、几何变换、降采样和噪声污染等的退化过程归纳出重构问题的统一描述。研究了基于图像先验正则约束的多帧图像重构方法。针对图像先验的确定性正则化和随机性正则化两种模型，采用最陡下降法推导了问题求解的一般过程，给出问题的迭代解。研究了压缩感知框架下的单帧图像的超分辨率重构方法。　　在重构问题的目标代价函数中引入图像的先验正则约束项，将病态问题化为可解问题。对多组测试图像进行了仿真实验，结果表明正则化处理可以使图像噪声干扰被充分平滑的同时保留图像高频细节，有效改善图像重构效果。提出了基于矩阵低秩约束和自适应BTV正则项双重约束的多帧图像重构方法解决病态逆问题，既能从全局条件对图像约束又能充分利用图像的局部先验信息保持高频细节。通过自适应调整BTV项的加权系数，在图像边缘区取较小值维持边缘轮廓，在图像平滑区取较大值有利于充分平滑噪声和抑制干扰。对模拟退化图像和真实退化图像进行了仿真实验，结果表明所提方法的重构效果在主观视觉观察和客观评价指标上都有提高。