随着信息时代的不断发展，人们对高分辨率图像的需求越来越高。由于成像设备本身的硬件限制以及成像过程中受到模糊、噪声、低采样率等因素的影响，采集到的图像往往呈现出较低的分辨率。图像超分辨率重建是利用单帧或多帧低分辨率图像重建高分辨率图像或图像序列，已经成为数字图像处理领域的研究热点，具有十分重要的理论意义和广阔的应用前景。本文研究了多帧图像的超分辨率重建技术，提出了两种基于像素强度的图像超分辨率重建方法，主要工作如下：　　提出了一种基于多面拟合的多帧图像超分辨率重建方法。该方法首先采用SIFT特征匹配方法对低分辨率图像进行配准，对经过配准的低分辨率图像进行插值放大，并将放大后的图像根据配准参数映射到一个高分辨率网格上。然后，采用邻域扩展方法对高分辨率网格上的每个节点按邻域搜索得到多个低分辨率像素。利用搜索结果对每个邻域拟合一个曲面，利用低分辨率像素强度估计高分辨率网格节点的强度。最后，利用最大后验概率（MAP）估计最终的高分辨率像素值，重建高分辨率图像。实验结果表明，利用该方法得到的重建图像在数值结果和视觉效果方面具有较好的效果。　　提出了一种基于像素距离的多帧图像超分辨率重建方法。该方法利用多帧低分辨率图像进行配准，对配准后的图像首先构造一系列嵌套的邻域，搜索每个邻域内的低分辨率像素，定义每个低分辨率像素的强度平面，计算邻域内每个低分辨率像素到该强度平面的距离，并计算距离值的均方误差。均方误差越大表示该低分辨率像素对高分辨率像素值估计的影响就越小，利用均方误差的倒数作为权值加权平均得到估计的高分辨率像素值。最后，根据估计的高分辨率像素值，利用最大后验概率（MAP）估计最终的高分辨率像素值，获得高分辨率图像。通过仿真实验验证，该算法无论是在视觉效果还是数值指标上都具有一定的优势。