图象超分辨率重建可理解为由实际观测到的低分辨率图象重建真实的高分辨率图象。它可以成功恢复截止频率以外的信息,增加图象细节,从而提高图象分辨率。图象超分辨率重建方法可以分为单帧和多帧图象超分辨率重建,在处理领域上又可分为频域法和空域法,频域法主要为有限字长脉冲响应插值法、快速傅立叶变换插值法和频域解混叠算法等;空域法主要包括非均匀采样内插法、凸集投影法、最大后验概率估计法等。多帧图象超分辨率重建算法能够利用帧间图象的互补信息以及某些先验信息得到高分辨率图象,本文主要研究基于图象配准的超分辨率重建,其中图象配准算法是整个重建技术中十分重要的环节。图象配准算法首先假设图象帧间存在某些变换,例如平移变换、仿射变换和平面变换等,然后对序列图象进行运动配准。本文正文部分首先介绍图象配准算法,重点研究基于傅立叶变换的频域配准算法和基于仿射变换的全局运动模型配准算法。然后,利用配准结果对图象进行超分辨率重建,主要研究了非均匀采样内插法,它通过把非均匀位移的像素变换成均匀位移像素,进而实现对图象的超分辨率重建。最后一章给出实验结果,实验软件环境是在MATLAB里仿真进行的。通过实验结果及相应的分析可以看到,图象配准算法在序列图象超分辨率重建过程中发挥了关键作用,频域配准算法基于傅立叶变换的时移性质,可以抑制频谱混叠,但不能有效解决旋转问题,全局运动模型配准算法不能有效抑制混叠,但旋转角度配准精度较高,两者各有优缺点。当配准精度较高时,非均匀采样内插法能有效地实现序列图象的超分辨率重建。