基于序列图像的超分辨率图像重构就是由一序列互有位移的低分辨率图像来估计一幅(或一序列)较高分辨率的图像，同时还能够消除加性噪声以及由有限检测器尺寸和光学元件产生的模糊。由于该方法既克服了通过减小增加感光单元尺寸来提高CCD分辨率所面对的工艺难题，又能够利用多幅图像的不同信息达到获取更高分辨率图像的目的，成为图像复原领域中的一个重要分支。目前，这项技术广泛应用于遥感、医学成像和高清晰度电视等多个领域。基于序列图像重构的超分辨率成像技术研究主要集中在两个方面：①空间上互有位移的序列初始图像的获取；②高分辨率图像的重构算法。 论文首先介绍了课题的背景，超分辨率图像重构在国内外的发展状况及本课题要解决的问题和达到的要求。然后分析了各种超分辨率复原算法，最后得出了较简单易行的，能从真正意义上提高分辨率的算法—反演解析法，引出课题。接着设计两种图像获取方案，并对其原理和结构进行了详细的分析；再下来便是主要的实验部分，在对图像接收器件的分析和选择后，分别做了一维方向提高1.5倍、2倍和2.5倍的实验，得到了这样的结论：对于帧转移CCD，我们使用反演解析法，利用两幅有2/3象素位移的原图重构分辨率提高1.5倍的高分辨率图，实验效果还是比较理想的。对于行转移CCD，针对其盲区较大的特点，可以设计较简单的象素交叉插值，利用两幅位移为0.5象素的原图，获得分辨率提高2倍的高分辨率图。而由于CCD像元尺寸与弥散斑相差不多，要想获得分辨率提高2.5倍的高分辨率图已经很困难，说明反演解析法实际上对分辨率的提高是有一个上限的，这和弥散斑与CCD感光像元间的大小比例有关。接着针对图像接收器—CCD的噪声源类型分析了不同噪声对实验结果的影响，并用软件的方法成功地对噪声进行了平衡。另外还分析了噪声对分辨率提高倍数的影响，通过仿真实验，找到了合成图像受随机高斯白噪声影响的规律。最后对本课题进行了总结与展望，提出了系统的改进方向。