随着生活水平的提高,车辆的普及导致交通事故时常发生,但是由于拍摄使用的成像硬件设备工艺水平低,导致有时不能得到清晰的车牌图像。本文从软件方面对车牌图像进行处理,即通过图像超分辨率重建技术来提高车牌图像分辨率。本文根据观测模型对车牌图像进行了超分辨率重建。首先进行图像配准,在详细分析Keren配准方法基础上,提出一种与高斯金字塔的相结合改进方法;其次详细的介绍了两种常见空域算法,即POCS算法和MAP算法,实现了车牌图像超分辨率重建,并对两种算法的优缺点进行详细对比分析;最后,由于图像超分辨率重建是一个病态问题,可通过引入正则化理论将图像超分辨率重建转变成一个可解的良态问题。在对正则化理论研究的基础上,本文针对总变分模型的缺点提出了一种基于自适应总变分图像超分辨重建的改进方法,首先利用中值滤波器对图像进行预处理,克服总变分模型中产生的阶梯效应;再利用图像中的信息,自适应选择扩散方程中的参数,使得图像去除椒盐噪声同时保证图像边缘清晰;为了使得到的图像尽可能忠诚于原始图像,最后加入忠诚项。仿真实验结果表明本文提出的算法效果明显,人眼能直接感受效果的改善。