图像的超分辨率重建技术在临床医学诊断、公共安全监控、卫星遥感等众多领域有着广泛应用前景,它可以有效地解决从硬件上改善成像设备分辨率提高的限制,进一步改善由于图像降质过程而引起的图像退化。目前人们已经提出了系列超分辨重建算法,但是很多经典的重建算法大都建立在退化参数已知的条件下进行图像的超分辨重建,限制了算法的实际应用。因此图像降质参数的盲估计及其盲超分辨重建是目前需要解决的重要问题。本文主要围绕多幅图像的盲超分辨重建展开研究,主要根据退化模型,针对性研究噪声估计、模糊核估计、配准参数估计、盲超分辨重建等四个问题,主要研究成果有：1)分析了传统基于BayesShink的自相关功率谱(RAP)方法的过估计问题,提出了两个基于平坦块搜索的高精度图像噪声估计改进算法,包括利用平坦块的RAP噪声估计算法(FB-RAP)和随机化FB-RAP算法。FB-RAP算法首先根据边缘检测的原理寻找噪声图像的平坦区域,求取噪声的大致范围,针对每一个可能的噪声方差采用小波变换阈值去噪,建立去噪后的残差自相关矩阵,最后根据该矩阵求取噪声强度。进一步为了克服纹理和边缘的影响,利用随机采样理论改进FB-RAP算法,提出了随机化FB-RAP算法。实验结果表明,本文给出的两个改进的RAP算法能够自动和高精度的估计图像噪声的方差。2)深入分析了传统的模糊核估计算法。验证了这样一个事实即：图像中台阶边缘经模糊核卷积后,在某个方向上的投影轮廓与模糊核在该方向上的投影轮廓是镜像对称的。根据该原理本文设计与实现了的基于Radon变换的模糊核估计算法,该算法包括模糊边缘提取,通过建立边缘过滤准则保留强边缘,引入模糊核先验知识和图像先验建立优化模型,进而通过交替迭代格式估计模糊核。实验表明该方法能有效地估计出图像中的模糊核,具有较好的盲去模糊效果。3)针对多幅图像配准参数问题,本文结合互信息知识与图像配准的算法框架,设计与实现了一种基于互信息的配准参数盲估计算法,该算法主要包括插值、搜索策略、空间几何变换、相似性测度等过程,最后介绍了医学图像领域的一个开源项目ITK,并采用ITK内核实现图像配准参数的盲估计4)针对多幅图像超分辨重建算法,本文设计与实现了一种基于正则化的重建算法,并详细阐述了整个算法的求解过程。最后结合噪声方差、模糊核和配准参数盲估计方法,针对多幅图像的盲超分辨重建给出了一个实现方案,软件实现和实验验证了该方案的可行性。