在计算机视觉、模式识别和图像视频处理等研究领域中，人脸对象一直是一个研究热点，人脸可以作为生物识别技术的一种可靠素材。在视频监控系统中，捕获到的人脸图像通常模糊不清、低分辨低、辨识度低，这阻碍了公安机关迅速地侦破案件。人脸超分辨算法是一种有效提升人脸图像分辨率、提高人脸图像辨识度的技术。本课题要研究的问题是，如何借助人脸样本库将一幅低分辨率人脸图像转变为一副高分辨率人脸图像，同时有效反映人脸图像的特征，如全局轮廓，局部细节等。本课题大致分为两个部分：全局人脸重建和局部细节补偿。本课题的研究创新点：1)在全局人脸重建阶段，本文将两组样本人脸图像分别提取特征脸，建立高分辨率特征脸字典和低分辨率特征脸字典。在低分辨率尺度下，通过匹配追踪算法确定系数向量，并且将得到的系数向量映射到高分辨率尺度下，得到高分辨率的全局人脸图像。2)在局部细节补偿阶段，本文将高分辨率样本人脸图像的高斯金字塔图像做分块处理，得到能反映图像纹理特性的图像块，再根据马尔可夫随机场模型，自动搜索最匹配的图像块并拼接成一幅完整的局部人脸图像。本文简化了标准马尔可夫随机场的兼容性函数，加快了模型收敛速度，克服了其计算量大的不足，同时又可以得到较为满意的结果。本文的实验部分比较了一些当前流行的图像超分辨和人脸超分辨的算法，本文提出的算法无论从主观判断和客观指数来说，本文的算法都有较好的结果。此外，还开发了基于本文算法的PC端软件，为今后算法的实用提供了前期基础。