图像超分辨率重建是指由针对同一场景拍摄的、相互之间具有亚像素位移的多幅低分辨率图像重建出一幅高分辨率图像。它旨在现有成像系统的基础上，利用数字信号处理技术将低分辨率图像之间的互补信息进行融合，提高重建图像的质量。本文首先论述了图像超分辨率重建问题的提出、研究现状、应用领域等概况，对重建过程中的一般性问题，如图像降质模型、超分辨率重建的病态性、图像配准、重建图像客观质量评价等内容作了理论阐述，并对图像配准给出了实验数据及分析。然后在研究传统MAP算法的基础上，通过引入失效点概念证明了L1范数保真项具有更好的鲁棒性，结合BTV正则项得到一种性能更加优越的改进重建算法。论文给出了算法完整的理论分析和公式推导过程，并对其中的图像噪声模型、先验模型、保真项和正则项等关键性内容作了重点论述。最后，采用多组对比实验验证了算法的性能。