数字图像超分辨率技术是从同一个景物的多幅照片恢复出一幅或多幅具有更大分辨率的清晰数字图像。提高数字图像的分辨率对于计算机视觉、模式识别等领域有着重要意义，同时在卫星遥感、刑事侦查等方面也有直接的应用。 本文归纳总结了数字图像的一般成像模型，并介绍了在不同成像条件下的多种超分辨率算法。在实际问题中，成像模型的参数往往是未知的，需要显式或者隐式地估计出来，所以超分辨率问题实际上是数学上的一个反问题。对于照片之间的位移信息，可以通过成熟的图像配准、运动估计等算法比较准确地估计出来，但是对于低分辨率图像的模糊信息，则一般是比较难以估计的。为此，本文还介绍了多通道盲反卷积问题中的参数估计算法。除此之外，文章还介绍了景深增强的图像融合与拼接算法。利用这些理论与方法，本文还探索了不同散焦条件下的数字图像超分辨率问题，并在该成像条件下提出了实际的超分辨率算法，取得了比较显著的分辨率增强效果。