影像超分辨重建作为一种有效的软件处理技术，可以打破成像设备的物理限制，提高所获影像的空间分辨率。本文对影像超分辨重建的局部先验和非局部先验进行深入研究，提出了三种超分辨重建算法。针对视频帧之间运动模型难以精确估计的问题，提出了一种基于结构张量和规范化卷积的视频超分辨重建算法。该算法不需要精确的运动估计，在实现视频插值的同时，能有效实现视频去噪。针对已有超分辨算法因局部先验和非局部先验整合的复杂性，不能充分建模影像的局部先验与非局部信息，提出了一种基于可控核回归和非局部均值的单帧图像超分辨重建算法。提出的方法扩展了传统的可控核回归和非局部均值的超分辨重建技术，可以同时实现图像插值、去噪和去模糊。针对超分辨重建技术中基于重建的方法不能有效生成“新”的高频信息，而基于实例学习的方法只针对特定放大因子存在的不足，提出了一种基于高分辨率字典的单帧图像超分辨重建算法。学习的同一个字典可以针对不同的放大因子，也可以同步实现图像插值，图像去噪，图像去模糊。