随着图像、视频等数字媒体内容的迅速发展，人们对图像和视频质量的要求越来越高。面对日益增长的社会需求，迫切需要一种能够提高图像或视频质量的方法和技术。超分辨率重建是近年来图像处理领域的研究者关注的焦点。它是一种突破现有硬件设备的工艺水平，无需更换现有的成像设备，就能提高所获得的图像、视频的空间分辨率的一种软件技术。由于它的经济性和实用性，得到了众多研究者的青睐，被广泛应用于实际社会生活中，如：视频监控、战场监视、医学诊断、卫星遥感、高清电视等，具有较高的理论意义和实际价值。本文首先介绍了超分辨率重建的原理之后，对现有的超分辨率重建技术的基本环节和技术分类进行了归纳和总结，并以提高空间分辨率为研究目的，进行超分辨率算法研究。论文的主要工作如下：第一，针对传统IBP超分辨率重建过程中，未能考虑图像的结构特征，造成超分辨率图像的边缘细节不够理想的问题，提出了一种改进方法。该方法通过结构张量插值的预处理，改善初始估计图像的质量，从而提高重建结果的收敛速度；并引入双边滤波器对提取的图像边缘进行修正，来保持和增强图像的边缘信息。实验结果表明，改进后的迭代反投影重建方法，改善了重建图像的视觉质量，有效地保护了图像的边缘信息，相比于传统的IBP超分辨率重建，边缘模糊和锯齿效应得到了有效的抑制。第二，针对图像序列帧之间的精确运动估计的计算复杂度问题，提出了一种基于边缘检测算子和结构张量的超分辨率重建方法。该方法在分析核回归原理的基础之上，引入3D Sobel算子修正可控核函数的梯度估计；通过对视频帧中的每一像素点邻域的结构张量的局部估计，获得感兴趣像素点的3D局部结构信息，加权平均邻域像素实现该点像素的目标估计；并引入了几何距离函数，改善可控核回归的像素偏离和空洞现象。仿真实验表明，所提出的方法提高了重建的效果，避免了精确运动估计的难题，提高了超分辨率重建的主客观质量。目前，图像/视频的超分辨率重建技术的研究如火如荼，相关的文献也比较多，该研究可以促进超分辨率重建技术的进一步发展，拓宽这一技术的应用范围。本文针对两种超分辨率重建算法进行了深入研究，并取得了一定的成果。