图像压缩是图像通信领域中极为重要的研究内容。在低码率的情况下,由于压缩方法的局限性,如何重建图像成为该领域中的主要问题。对于压缩图像的去块效应,图像增强和超分辨处理,更是具有很高的科研价值以及实用意义。此类技术在图像监控、视频会议、远程教育、远程医疗等包含巨大图像信息的领域具有广泛的应用。本文研究了压缩图像的重构问题,其主要研究内容概括如下。1)提出一种新型的利用块与块边界活跃程度差异的去块效应算法。其原理是依据块边界的差异,将块效应问题分为复杂模式,中间模式以,简单模式以及边角模式四种不同的形态,利用不同的滤波方法,来消除块与块之间的差异从而达到去块的目的。实验结果表明,我们的方法可以有效去除高度压缩图像的快效应问题并保持较高的运算速度。2)提出了一种基于梯度轮廓优先的图像增强方法,将梯度作为一个独立一维参数,附加于图像信息之上,每一个梯度属性,对应一个梯度的参数模型,可以适用于图像增强与图像超分辨领域。实验结果表明,梯度属性的引用极大的增强了图像的锐利程度,缓解了不同模型联合去图像块效应的算法所造成的过于平滑现象。3)提出了一种基于图像超分辨,图像增强以及图像去块效应联合工作的压缩图像重构系统。困扰压缩图像重构的很多问题诸如,块效应,振铃效应,以及图像纹理细节的还原都得到了解决,通过梯度一致性的图像增强方法可以同时将图像的细节的还原作用于图像超分辨以及图像去块效应。实验结果证明了我们方法的有效性。