近年来,越来越多的研究者开始关注视频序列的超分辨率恢复问题.在传统的图像恢复问题中,仅仅只有单幅图像作为输入,超分辨率图像重构可以充分利用低分辨率图像序列中附加的时间和空间数据,经常的情况是,照相机和场景运动导致源视频序列帧中包含相似的、但不相等的附加信息.从而,这些附加信息使算法能够重构出比源图像更高分辨率的图像.该文首先介绍了超分辨率图像重构算法的基本原理、应用背景及目前的方法体系.其次,文章进一步详细介绍了频域空间中的超分辨率算法.再次,文章讨论了超分辨率算法的另一大类-空间域算法,与频域算法相比,空间域算法可以包含更加灵活的观察模型和α先验知识,通常需要利用迭代算法来求解方程.该文主要讨论了POCS、IBP、CG、Robust及相应的改进算法,POCS算法把α先验信息定义为一系列的凸集合,通过把初始估计迭代投影到每个凸集内,最终得到能够满足每个集合的解.最后,文章给出了超分辨率技术的发展方向和技术难点.超分辨率技术涉及到三个技术领域,运动估计、图像的摄像模型及超分辨率重构算法,每个领域的突破,都会巨大的推动超分辨率技术的应用.