图像的超分辨率重建技术是指利用一组低质量、低分辨率图像来产生单幅高质量、高分辨率图像。超分辨率重建技术在军事侦查、医疗诊断、数字电视和智能交通领域具有很高的研究价值和深远的影响。根据同一场景下的图像序列包含不同细节信息重建高分辨率图像是目前研究的热点,由于多幅图像的超分辨率重建过程相对单幅重建比较复杂,因而重建速度慢,围绕这个问题,本文开展了深入研究,主要研究内容包括：1、研究改进的字典聚类算法,引入粒子群聚类算法对训练字典进行聚类,应用到单幅图像的超分辨率重建中,实验表明粒子群聚类算法能够加快稀疏表示,实现单幅图像的快速重建,为多幅图像的快速超分辨率重建打下基础。2、构造了基于粒子群聚类的多幅图像超分辨率重建算法。该算法主要是在稀疏表示超分辨率重建框架下,引入粒子群聚类算法对字典进行聚类,再对每幅低分辨率图像进行稀疏表示超分辨重建,然后使用PCA融合方式进行融合,进而得到多幅图重建结果。通过引入粒子群聚类加速低分辨率图像子块的稀疏分解,从而加快整个超分辨率的重建速度。实验表明,粒子群聚类算法在不降低重建质量的同时,可以大大减少重建时间。3、提出了基于稀疏系数融合的多幅图像快速超分辨率重建算法。考虑到传统的PCA融合方法在重建速度上有待提高,采用对每幅低分辨率图进行稀疏表示,获得多个稀疏表示系数,利用取大值的融合规则对系数进行融合,再将粒子群聚类引入字典训练中,最后利用融合后的稀疏表示系数与聚类后的高分辨率字典得到超分辨率重建结果,实验表明基于稀疏系数融合的超分辨率重建在保证重建质量的同时能够提升重建速度,实现多幅图像快速超分辨率重建。