近些年来,由于红外成像技术及红外制导武器的飞速发展,对红外图像的重建效果和重建速度提出了更高的要求。现阶段人们已经提出了很多种超分辨率重建算法,并广泛应用于红外图像的重建过程中。本文主要研究的内容是由低分辨率的红外序列图像重建出效果更好的高分辨率图像的过程。首先概述了红外成像技术及红外制导武器的发展现状、超分辨率重建算法的发展现状,不同的超分辨率重建算法的差异,重点区分了频域重建算法与空域重建算法的差异、POCS(凸集投影方法)和MAP(最大后验概率估计方法)的差异;其次,介绍了超分辨率重建的数学原理及MAP的理论基础,对实际图像的成像过程进行了分析,引入运动估计算法、降采样模型和投影模型,建立图像观察模型,模拟实际的成像过程;再次,基于Bayes(贝叶斯)最大后验概率估计、Markov(马尔可夫)随机场和Gibbs(吉布斯)随机场基本理论,引入Gauss-Markov(高斯-马尔可夫)和Huber-Markov(胡贝尔-马尔可夫)先验模型,采用一种基于最大后验概率估计的超分辨率投影重建算法,对由非制冷红外热像仪实际拍摄的序列图像进行重建;最后,通过对规整项的不断变化,得到不同的重建结果。通过比结果的分析和比较,验证了基于最大后验概率估计的投影算法,对红外序列图像的重建的有效性和稳定性。