图像复原技术应用广泛,近年来图像超分辨率重建技术成为图像复原领域中一个研究热点,该方法通过对图像序列作信息融合、去除模糊和去噪声等操作,从低分辨率序列的多幅图像中恢复细节更精细的高分辨率图像,是一种既经济又容易实现的图像分辨率提高方法。图像超分辨率重建突破了传统的第一代图像复原技术的限制,并以理论的严格性和应用的广泛性吸引着大批专家、研究学者的不断参与和探索,国外的许多研究机构也将其列为重要研究方向。本文从超分辨率重建过程的几个关键环节入手,在分析目前国内外图像超分辨率重建技术研究现状的基础上,针对降质图像序列的超分辨率重建问题进行研究,分析了超分辨率重建问题中图像序列的降质过程,重建过程和不适定问题,并用最小二乘法,自适应正则化结合分步迭代的方法对图像序列进行重建。第一次迭代是由单幅低分辨率重建临时图像,降低了运动模糊矩阵的计算复杂性,第二次迭代则利用相邻图像的高度相关性,大大减少迭代次数,同时节省了迭代所需的内存空间,发挥了两者的优势;还引入了自适应正则化的方法,使图像重建效果更好。实验结果表明,本方法可以有效的重建出高分辨率图像,复原图像的峰值信噪比和主观视觉效果等方面都有显著的提高。