本文主要对图像超分辨率复原技术空间域方法的两种算法：最大后验概率估计算法(MAP)和凸集投影算法(POCS)进行研究，并在超分辨率复原降质模型、序列低分辨率图像运动信息估计以及超分辨率复原算法本身包含先验约束能力三个方面展开研究工作。首先通过考察图像的降质退化过程建立超分辨率复原降质模型，并引入基于图像配准的运动参数估计方法可靠快速地估计出序列低分辨率图像的运动信息。在这个基础上，建立MAP和POCS两种算法的数学模型，并提出两种算法的数值实现方法，再将退化模型和运动信息运用于两种算法并实现它们。接着，针对两种算法存在的问题进行改进。在这之后，提出一种用POCS约束MAP估计的混合MAPPOCS算法，将两种算法的优点有机结合为新算法。本文还将图像畸变变形模型引入超分辨率复原模型中，再将这个模型和基于Delaunay三角剖分的变形校正运用于混合MAPPOCS算法中。为了验证实现的超分辨率复原算法的有效性，本文还寻求一种相关性归一化图像复原质量评价测度，对各种改进超分辨率复原算法的复原效果进行评价，并作评价结果分析。