空间分辨率作为衡量红外图像质量的重要指标,在红外遥感成像、飞行器的导航制导与军事目标识别等领域起着关键作用。但是红外成像探测器像元密度远低于可见光探测器像元密度,导致获取的红外图像分辨率较低,并且红外图像还存在着噪声高、模糊干扰和高频信息丢失等缺点,从而影响了目标的探测和识别。本文针对红外遥感图像,开展了去除图像噪声和模糊以及提高图像分辨率的研究。根据红外成像过程中出现的退化因素,建立了红外图像超分辨率退化模型。分析了噪声和模糊对提高红外图像分辨率的影响,建立了红外图像超分辨率全流程重建模型。通过噪声的频谱结构,提出了基于频谱结构的红外图像去噪方法。该方法对红外图像的均匀噪声区域填充至和原图一样大小,在频域对噪声进行了估计,然后用原图的频谱和估计的噪声频谱进行权值相减,再反变换得到滤波之后的图像。结果显示,去噪图像的局部边缘保持系数平均值为0.86。有效的去除了红外图像上的噪声,同时保持了图像的结构信息,减少了噪声点对校正和超分辨率的影响。实际成像过程中,光的衍射效应会造成成像的模糊。通过仿真实验的方法找到一个对红外图像恢复效果较好的初始点扩散函数进行初步恢复,提出一种估计初始点扩散函数迭代的红外图像恢复方法。本文根据多尺度梯度对点扩散函数估计的特殊作用,提取初步恢复图像的最优区域用于点扩散函数估计,再进行图像非盲反卷积校正得到最终恢复图像。避免利用全图进行点扩散函数估计的缺陷,在红外图像上验证了本恢复方法的有效性,且恢复图像的信息熵值平均提升了0.24,对比度有所提升。针对红外图像分辨率较低的问题,本文提出一种基于拟合双二次多项式的超分辨率方法。该方法根据原始图像像素点的信息,用拟合的多项式对低分辨率图像的像素点进行扩充得到高分辨率图像。利用红外图像对本文的全流程超分辨率方法进行试验,超分辨率两倍的结果图像熵值平均提升1.45。在提升分辨率的基础上,较好的抑制了红外图像噪声和模糊,细节特征得以体现。