多帧图像超分辨率重建技术就是利用一系列相互之间只有细小位移的低分辨率图像序列,把不同低分辨率图像对于同一幅需要重建场景的信息融合在一起,并且在融合的过程中去除模糊,噪声等影响图像质量的因素,从而重建出高分辨率图像。由于超分辨率重建技术成本极低,且不必对硬件条件作出任何改动,因此具有广阔的应用前景。本文详细介绍了超分辨率重建算法的背景,数学模型,常用的超分辨率重建算法,理论上的病态性等相关理论和知识。然后针对目前超分辨率重建算法不够鲁棒,容易受到运动估计误差的影响而导致重建结果质量下降缺点,通过把稳健估计理论用于超分辨率重建算法框架而改善了算法的鲁棒性,从而改善了超分辨率重建的质量。另外本文的数据拟合函数采用了自适应参数,能够根据输入数据的大小自动调整参数,这样能够有效的削弱孤立点对重建结果的负面影响,同时也能较好的保存对重建结果有贡献的信息。另外,本文也研究了一种联合运动估计与超分辨率重建的算法。通过研究低分辨率图像退化矩阵间的联系,确定运动估计参数的约束,从而建立了一个新的联合运动估计与超分辨率重建的算法。本文把超分辨率重建的过程分为2个部分：首先,对输入的低分辨率图像序列进行同时运动估计与数据融合,其次,对数据融合后的结果图像进行去模糊,去噪声。在超分辨率重建过程中优化运动估计参数,而经过优化的运动估计参数又将提高超分辨率重建的精度。最后实验结果证明本文方法的重建质量优于传统超分辨率重建算法。