由于环境变化、降采样等原因导致采集到的监控视频图像质量较低,给事物细节特征的分辨带来不便。然而,通过硬件方法提高图像质量不仅成本高而且周期较长,所以采用超分辨率的软件方法重建视频图像具有十分重要的研究和应用价值。本文回顾了四种经典插值算法,实现了一种结合双线性插值和边缘导向协方差的菱形边缘插值算法。然后对运动估计进行了深入的分析,建立了光流矢量约束方程,通过使用一个可调节的权值系数来代替权重因子,由此得到的求解模型具有可变性。其后又针对运动估计中参考帧的选取,实现了一种将静态帧作为合格参考帧的提取方法,提高了运动估计的精度。最后实现了一种基于双边滤波算子的图像序列迭代正则化算法,在保持边缘的同时去除噪声,引入双边滤波算子作为约束项来改善重建图像的质量,通过采用最速下降法求解相应的能量泛函。双边滤波算子项不但能有效地抑制噪声的放大,而且可以很好的保持图像边缘的重要细节信息。实验结果表明,重建算法在合成的图像和实际环境的视频图像重建中均具有很强的鲁棒性。