图像超分辨率重建技术是指利用多帧关于同一视域的有相互位移的低分辨率降质图像来重建高分辨率高质量图像的技术，在遥感、军事、医学成像、公共安全等领域有很广泛的应用前景。它可以在一定程度上消除由于图像离散化和图像退化引起的空间分辨率下降的不利影响，弥补原有图像空间分辨率的不足，获得更加清晰的图像，可使输出图像的质量得到很大程度的提高。但是，在实际应用中低分辨率图像序列的模糊退化信息常常不能完全获得，因此在采取超分辨率技术前需要对退化信息进行估计，要采取盲复原算法。本文尝试将盲复原算法融入超分辨重建技术中，将其称为超分辨率盲复原技术，并围绕着超分辨率图像盲复原技术研究了超分辨率重建、图像盲复原等相关技术，主要包括以下部分：　　(1)建立了图像超分辨率重建模型，概述了图像配准技术的原理及其分类；阐述了凸集投影算法和最大后验法算法，对这两种方法的优缺点进行了分析比较；针对重建后图像质量的评价问题，阐述了几种图像质量评价方法，分析了这几种方法的优缺点。　　(2)对图像盲复原方法主要是盲解卷积技术进行了研究，分析比较了频域迭代盲解卷积算法和空间域迭代盲解卷积算法，提出了基于空域迭代盲解卷积和基于最大后验法的超分辨率盲复原算法，对这两种算法进行了仿真实验。　　(3)超分辨率问题属于病态反问题，可以采取正则化方法对其进行求解。首先概述了正则化方法的基本数学理论，在此基础上建立图像超分辨率重建正则化算法模型，对模型中的正则化项及正则化参数进行了讨论，同时归纳了正则化方法的求解运算方法，提出了对重建图像和点扩散函数交替优化的超分辨率盲复原正则化算法，最后针对一般正则项会造成图像的边缘模糊，提出了基于偏微分方程的超分辨率盲复原正则化算法，给出了这两种超分辨率盲复原正则化算法的仿真结果。