由于受到运动模糊、点扩散模糊、欠采样和电路噪声等影响,在图像采集过程中会发生降质。为了改善图像质量,提高空间分辨率,通常采用超分辨率重建技术。本文在回顾了超分辨率重建相关理论和经典算法的基础上,以贝叶斯理论、凸集投影理论为主要数学工具,详细讨论了超分辨率重建在车牌图像重建中的应用。本文的主要成果包括:在详细讨论成像过程中存在的各种降质因素的基础上,建立了图像退化模型,对超分辨率重建的可行性进行了分析;讨论了基于单帧图像的插值方法,并在时间和峰值信噪比两方面对重建结果进行了比较;从搜索速度和运动补偿图像质量两方面分析了几种基于块匹配的运动估计算法的性能;分析了IBP、POCS、MAP的基本原理和实现步骤,实验分析对比各种算法在车牌图像重建这一特殊领域应用时的优缺点。实验结果表明:对于计算机模拟图像和交通监控录像三种算法均可以很好的重建高分辨率图像,提供比单帧重建更多的细节信息。