图像超分辨率重建(ImageSuperResolutionReconstruction)是通过同一场景的单幅或多幅低分辨率图像重新构建高分辨率图像。在很多情况下，我们并不能获取同一场景下的多幅图像，或者获取同一场景的多幅图像成本过高，所以单幅图像超分辨率重建技术具有更广泛的应用需求。但是，单图超分辨率重建相对于多图超分辨率重建可利用的图像信息量要少的多，是一个病态的问题，更具有挑战性。由于模型复杂和算法求解困难，现有的单图超分辨率重建算法非常耗时，且一般只能处理某一种噪声，不能应付复杂的现实图像的超分辨率重建需求。因此，研究单图超分辨率重建技术具有重要的理论意义和应用价值。　　本文首先介绍了图像超分辨率重建的有关概念、模型及算法，以及图像质量评价指标，阐述了图像去模糊和图像去噪的方法及其实验对比，分析了将图像超分辨率重建问题转化为图像盲去模糊的可行性。然后建立了一种基于图像盲去模糊的单图超分辨率模型，并给出了通过交替方向乘子法实现的模型求解算法，该算法与已有的流行方法SCSR和SRCNN相比，运算速度快，重建图像锐度更高，图像质量指标BIQI结果更好。最后构建了一种改进的图像超分辨率重建模型，运用自适应中值滤波算法，使得提出的单图超分辨率重建算法对噪声更具鲁棒性，通过与经典单图超分辨率重建算法的对比实验分析，验证了所提出快速算法的有效性。