基于视频序列的图像超分辨率重建技术是指在低分辨率图像序列彼此之间存在子像素位移的前提下,利用低分辨率图像序列之间的冗余信息,构造出比其中任何一幅低分辨率图像分辨率都高,能更好地表现图像细节信息的技术。目前,超分辨率重建技术在军事遥感、医学成像、视频监控、图像压缩、高清电视等领域得到了广泛应用,已成为图像重建领域最为活跃的研究课题之一本文首先对图像重建的数学模型、重建算法等进行了归纳和总结,分析与比较了现有超分辨率图像重建算法的优缺点,对重建过程中的关键技术作了详细介绍。其次,重点研究了基于光流配准的Horn-Schunck算法并对其进行改进,使用一个可变的权值来代替权重常数,使得求解模型具有可变性,并在MATLAB 2009a平台上对改进的算法和原有算法分别进行实验,对比实验效果和数据。再次,研究图像插值技术。在归一化卷积的基础上,对适用函数和固定判定值进行改进,提出了自适应结构函数和健壮性判定值,并分别进行实验。实验结果表明,自适应结构函数使重建后的图像较为清晰,且很好地避免了抖动和锯齿现象；健壮性判定值对抑制图像噪声具有明显的效果。最后,本文在MATLAB 2009a平台上,结合前两章改进的算法,分别对无噪声和加噪声两类图像进行重建仿真实验。首先采用改进的Horn-Schunck法光流配准,然后使用健壮的结构白适应归一化卷积法进行图像插值和去噪。仿真实验结果在视觉质量,最小均方根误差和峰值信噪比的数据对比中都表明了本文提出的算法较之其他算法具有一定的优越性。此外,结合作者参与的实际项目,对实拍图像的重建效果也表明,在不改变硬件设备的条件下,本文提出的算法提高了图像的分辨率,达到了超分辨率图像重建的效果。