在低分辨率图像序列存在亚像素位移的前提下利用其中所携带的冗余信息通过配准、插值重建等步骤构造高于原图像分辨率的新图像的过程被称为超分辨率图像重建。经过重建的图像在信息量方面要高于原图像，能够提供更多的图像细节内容。当前很多热门领域如卫星遥感图像处理、高清机顶盒应用、远程医疗诊断等方面都有超分辨率重建技术的应用。 　　本文首先在参考前人研究成果的基础上对现有重建技术中的图像退化模型、配准算法等进行了分类总结，详述了各类方法的优缺点，介绍了图像重建的主要步骤。 　　其次，介绍了基于光流的Horn-Schunck图像配准算法并在控制参数的选择上做出了改进，定义自适应参照帧选择参数使得配准过程具备适当的灵活性，并在实验平台上对此进行了验证。 　　同时对图像重建的插值技术进行了研究，基于归一化卷积方法更改适用函数和固定判定值为自适应结构函数。在对比试验中，上述改进明显提升了图像重建的效果，对跳变图像边缘的识别重建也取得良好的效果且能够有效抑制抖动模糊。 　　最后结合所做改进算法在软件平台上进行了重建实验，为区别噪声因素的影响将原始图像分为有噪声与无噪声两类，实验所得图像不论是在视觉感官上还是对比参数方面都优于对比算法，表明本文所提方法能够有效提升重建效果。