图像超分辨率重建是指由单幅或多幅低分辨率图像重建一幅高分辨率图像的技术。这种技术在安全监控、军事和医学等多个领域具有广阔的应用前景。本文首先给出常用的图像观测模型,描述超分辨率重建的基本原理和经典空域方法,同时对回归理论做了简要说明。然后,对超分辨率重建中经常用到的图像插值方法进行讨论,着重介绍了软判决自适应插值算法。并在此基础上引入非局部空间约束关系,提出一种改进型的插值方法。实验表明改进的插值方法在保持图像边缘结构的同时,改善了部分图像的纹理插值结果。接着详细介绍了迭代反向投影(IBP)超分辨率重建方法,给出一种确定迭代次数和迭代步长的统计实验方法。由于IBP中的反向投影核是各向同性的,而图像的边缘是各向异性的,所以重建图像的边缘会有锯齿现象。本文针对这一现象,提出两种改进方法用以修正边缘。第一种方法是利用低分辨率观测图像的结构信息对模拟误差投影方式进行改进,即各向异性投影,而观测图像的结构信息是通过局部自回归模型获得的。第二种方法是在传统IBP重建方法基础上,对重建图像进行双边滤波,增强图像边缘,然后再对滤波后的图像进行IBP重建,恢复图像细节。结合双边滤波特性和实时性要求,提出一种边缘提取方法,在保证图像质量的前提下,只对图像边缘滤波,从而达到快速自适应重建目的。两种方法均能有效消除重建图像锯齿现象,提高重建质量。最后对本文总结,提出今后的研究方向。