随着数字成像设备的普及和传感器技术的发展，图像应用的范围更加广泛，同时人们对于图像的质量要求逐渐提高，所以迫切需要一种有效提高图像分辨率的技术，由于硬件方法的成本以及技术瓶颈等局限性，近年来软件方法即超分辨率重建技术成为研究热点，图像超分辨率重建技术是利用多幅低分辨率图像重建获得高分辨率图像的技术，其关键在于精确运动估计与高效重建。本文在对图像超分辨率重建技术的原理、评价指标以及重建流程进行深入分析基础上，把数字摄影测量中的影像匹配技术引入到图像序列的运动估计，通过高精度运动估计进行超分辨率重建，并对其效果进行了分析。主要工作和获得成果如下：（1）基于影像匹配的运动估计算法研究，实现亚像素级高精度的运动估计。针对图像序列之间相对变化较小情况，本文将Harris角点和最小二乘影像匹配引入到运动估计领域，创建基于Harris角点和最小二乘影像匹配的运动估计方法；针对图像序列间存在大角度旋转或缩放情况，本文集成了SIFT和随机抽样一致算法的运动估计算法，实验表明，本文运动估计算法具有较高的精度和鲁棒性。（2）对图像序列的超分辨率重建算法的研究和优化。本文结合上述运动估计算法研究两种序列图像超分辨率重建算法，迭代反投影法和基于像元可信度的重建算法，实验结果表明，针对多种图像序列，重建算法效果较好。（3）采用峰值信噪比、均方误差和结构相似性指数评价超分辨率重建结果，验证了算法精度。