在实际应用中,人们总是希望获得高质量的图像,但在图像成像过程中,很多因素会导致图像的退化、细节丢失。为了改善图像的质量,提高图像的分辨率,可以利用基于多幅低分辨率图像的超分辨率图像重建技术。基于多幅低分辨率图像的超分辨率图像重建技术是指,利用同一场景的多幅不同降质程度且包含部分不同图像细节的低分辨率图像重建出一幅高分辨率的图像。该技术主要通过信号处理的手段改善图像的分辨率,不需改进现有的成像设备,成本较低,因此,此技术有着较高的应用价值和广泛的应用前景。　　 本文对基于多幅低分辨率图像的超分辨率图像重建技术进行了深入的研究,以目前在超分辨率重建技术中使用比较广泛的凸集投影算法为核心,主要研究了在超分辨率重建过程中需要用到的图像插值技术、多幅图像运动估计技术和超分辨率重建算法等。图像插值技术是超分辨率图像重建的基础,它不仅为POCS重建算法提供初始的估计帧,而且也是多帧图像运动估计的前提。本文通过实验分析图像插值对重建结果的影响,提出了适合超分辨率重建的自适应双三次插值方法,作为本文的插值算法。运动估计是多帧图像超分辨率重建过程中的一个重要环节,在深入研究各种常用的块运动估计算法的基础上,本文提出了一种基于位置采样的金字塔块匹配运动估计方法,提高了匹配的精度,并对算法做出了改进,加快了匹配的速度,进而通过实验证明了此算法具有良好的处理效果。POCS算法是一种基于集合论的重建方法,本文对POCS算法做了深入的研究,并在此基础上,实现了标准的POCS算法,针对该算法在重建过程中出现的边缘振荡现象,本文修正了PSF函数,对算法做出了改进,后续的实验证明,改进的算法是有效的。