自从上个世纪七十年代以来,电荷耦合器件(CCD)和CMOS图像传感器己被广泛用来获取数字图像,但是如此获得的图像分辨率极大的受限于硬件制作工艺水平,且价格昂贵。因此,一方面为了满足人们低成本的要求,同时又能显著提高图像分辨率,一种很有前途的方法就是采用信号处理的方法从多个低分辨率(LR)观察图像重建出高分辨图像,近来这样一种增加图像分辨率的方法已经成为一个热门的研究课题,即所谓的超分辨率(SR)图像重建。超分辨率图像重建在本质上是一种图像融合技术。它把彼此间相关性和互补性很强的低分辨率图像序列上的有用信息融合在一起,从而得到高分辨率的图像,以便能够弥补原始观测图像承载信息的局限性。　　 本文在分析超分辨率图像重建的概念和主要理论基础上,详细阐述和研究了超分辨率图像重建中的运动估计和重建算法两部分。精确的子像素运动估计是超分辨率图像重建的关键。讨论了三种运动估计方法:频域法、块匹配法和光流法。然后在BBGD法和分级块匹配法的基本原理的基础上,提出一种改进BBGD法,该方法可获得亚像素精度的运动矢量。实验证明,该方法不但运算量少,原理简单,适用范围广,同时估计精度也很高。超分辨率重建算法是实现超分辨率图像重建的重点,在详细分析和研究凸集投影算法的基础上,结合基于超完备稀疏表示的图像去噪,提出了一种改进的凸集投影算法,并通过实验证明了改进的凸集投影算法对低信噪比的视频图像序列的超分辨率图像重建的有效性。