基于多帧图像序列的超分辨率(SR)图像重建技术是指利用多帧低分辨率(LR)图像之间的互补信息,运用数字信号处理技术,重建出包含更多细节的、分辨率更高的图像,即高分辨率(HR)图像的技术。SR重建技术是一种经济实用且易于实现的图像分辨率提高方法,该技术的研究具有重要的理论与实用价值。目前已经在很多领域得到了广泛的应用。例如:卫星遥感以及天文探测、国防军事探测、目标动态跟踪与监测、交通监视、医学成像等。高精度的图像配准算法、快速有效并且鲁棒性更好的重建算法是SR重建研究的重点和难点。　　 本文以基于多帧图像序列的SR重建算法和参数选取为研究主线,重点研究了基于确定性正则化的SR重建算法,详细介绍了该算法的基本原理,对于其中的数值保真项和正则化约束项的选取方法进行了深入地分析和实验对比。本文在正则化重建算法框架下,提出了一种新的代价方程式,采用了基于差值权值机制的数值保真项和非局部的双边滤波正则约束项,因此,能够充分利用LR图像所包含的信息,在滤波的同时能够有效的保持图像的边缘信息。实验结果表明,提出的算法能够较好的改进重建结果。　　 正则化参数的选取对于SR重建结果和算法的收敛性都有着重要的影响。对于正则化参数的选取研究较少,很多是采用主观经验判断来设置参数的方法。本文首先对现有的正则化参数的选取方法进行了简要地讨论和分析,在已有的基于比例参数选取方法的基础上,利用重建过程中的差值收敛曲线进行系统地分析研究,提出了一种基于变长步长的动态比例正则化参数更新方法。该方案考虑到了图像的边缘信息与正则参数的关系,具有一定的边缘保持性;采用变长步长来进行迭代,提高了算法的收敛速度和精确性;采用指数函数来约束比例关系,达到减少人为控制参数范围的目的。同时,本文还分析了影响重建效果的迭代终止条件等因素。该方法通过分析重建过程中迭代更新的总代价差、数值保真项和正则约束项的变化,来确定正则化参数并进行计算更新,保证了正则化参数选取的理性,同时通过选取合适的函数保证了参数的范围,尽可能减少人为主观确定的因素。实验证实该方法的有效性,能够获得好的重建结果。