图像超分辨率重建(Super-resolution Reconstruction，SRR)是指从降质低分辨率图像序列中重建出高分辨率图像的分辨率增强技术。该技术不需改变现有成像设备，仅通过信号处理技术即可提高图像分辨率，在遥感、商业、医学、视频、安全监控等领域具有十分重要的应用价值和广阔前景。
　　 本文首先介绍超分辨率重建的数学模型，讨论了几种经典超分辨率重建算法。重建算法主要分为两类：频域法和空域法。如今广泛应用的图像超分辨率重建算法如：迭代反投影法、凸集投影法、最大后验概率法和滤波器法等。其次，低分辨率图像必须插值到高分辨率图像网格，因此本文研究了图像插值理论。经典插值算法包括最邻近插值、双线性插值、三次插值和三次B样条插值等。
　　 本文针对单幅图像的超分辨率重建进行了研究，提出一种基于分离思想的新型图像超分辨率的重建算法，然后推导和分析在算法实施过程中采用的一种级联模板运算方法。仿真结果表明该算法复杂度低，具有较高的实用性。为了改善超分辨率重建图像的效果，提出了一种基于子相素移位的多幅图像B样条插值算法。将B样条插值技术引入到多幅图像超分辨率重建中，利用相互间存在子相素位移的多幅图像上的附加信息来提高分辨率。仿真结果表明，采用本方法插值后的图像具有良好的视觉效果，提高了图像性能，插值后的图像信息更接近原始图像。