多帧超分辨率重建是近年来图像处理的一个研究热点,不仅在实际应用中有十分迫切的需求,而且在理论上具有重要意义。本论文围绕多帧静态图像的超分辨率重建展开,主要内容包括超分辨率重建算法、图像复原和图像线性插值等。本文在以下几方面的研究:研究了多帧静态图像的超分辨率重建。包括重建模型和重建算法。我们采用通用的超分辨率重建模型,使用Tikhonov正则化、截断奇异值分解、Landweber迭代和共轭梯度法(CG)来求解此类反问题。由于CG方法收敛速度较其它迭代方法快,我们重点介绍了这一方法。研究了图像复原问题。边界条件影响复原算法的运算量和复原图像的边界误差。零边界、周期边界和Neumann边界是常用边界条件。相比之下,Neumann边界条件是比较好的选择。在介绍图像全局复原的基础上,根据降晰算子作用的局部性这一特点,我们引入分块复原的思想,并采取一些措施抑制分块带来的边界噪声,从而既不影响重建图像的质量,又显著降低了运算复杂度。研究了图像插值。在构造运动矩阵时,为了避免量化误差造成的空洞或重叠,必须使用插值技术。为此,我们主要讨论了三种常用的插值方法(最近邻点插值、线性插值和三次插值)在运动矩阵构造中的应用,并比较了各自对应的重建结果。使用三次插值方法得到的重建结果的质量优于其它两种方法。考虑到线性插值固有的局限性,我们还简介了非线性插值技术。