近年来,红外成像技术获得飞速发展,其在军用和民用领域大量的应用,使得人们对高质量红外图像的需求愈来愈强烈。然而因为技术工艺和材料的制约,红外探测器像元密度远远低于可见光图像探测器,致使红外采集系统难以获得高分辨率的红外图像。在现有成像系统的条件下,如何提高红外图像的分辨率一直是红外成像领域研究的重点,超分辨率图像重建在这一背景下诞生并得到快速发展,利用现代信号处理技术,通过相应的软件方法超越成像技术的限制,成为当前提高图像分辨率的主要研究方向,因此在红外成像领域展开超分辨率图像重建技术的研究具有重要的实用价值。本课题重点围绕超分辨率图像重建方法进行深入分析,在多帧图像重建方面,本文选取MAP算法和POCS算法进行探索和研究。首先,本文对MAP算法的重建过程及相关原理进行详细阐述,对基于马尔科夫随机场先验模型的重建方法进行重点分析,结合图像灰度共生矩阵的方法,提出一种自适应阈值的MAP重建算法,该算法抗噪声性能较强,且可以更好地保护图像的高频信息。其次,本文在分析了原始POCS算法基本实现环节后,针对该方法对高分辨率图像初始估计值有极大的依赖性和重建图像存在的边缘振荡问题,提出一种基于边缘细节保护的POCS重建算法。该方法利用迭代曲率插值获取高分辨率图像初始估计值,并且修正点扩散函数以减少图像的边缘振荡效应,进而使改进的POCS算法能够有效的改善图像质量,增强图像的边缘效果。最后,论文利用红外图像对本文中的算法进行仿真实验和分析。仿真实验结果证明:本文算法获取的重建红外图像可以取得良好的视觉效果和更高的图像分辨率,而且与传统算法相比,重建红外图像的峰值信噪比、均方根误差都得到提升,结构相似度更高。