图像超分辨率(Super Resolution,SR)重建技术是指通过提取多幅低分辨率(Low Resolution, LR)图像的图像信息,消除各种影响图像质量的噪声和模糊,重建出质量更清晰、分辨率更高的图像。超分辨率问题属于数学问题中的具有“病态性”的一类反问题,它是计算机图像处理领域一个非常具有挑战性的课题。对双目图像超分辨率的研究,在一些实际生活应用中具有特殊的意义。本文回顾了常用的超分辨率算法,介绍了双目图像超分辨研究的意义。本文主要提出了自己的基于混合先验模型的双目图像超分辨率方法。文章首先推出了自己双目图像超分辨率的模型的由来,再对模型中相关参数进行了详细地求解和估计,从而完成双目图像超分辨率的过程。本文的具体研究成果包括：1.提出了一种新的超分辨率重建的混合先验模型,它具体由三部分组成：全局先验约束(能够减少图像的边缘损失),局部先验约束(抑制超分辨过程中的“振铃效应”)以及位移关系约束。2.不再使用经验固定的高斯模糊核,而采取半经验半求解的形式来解得模糊核。最终迭代得出的模糊核更适用于计算时的图像。3.使用IRLS(重加权最小二乘法)来构建了鲁棒性强的目标函数,从而削弱了离群点和噪声的影响,减少了超分辨率结果中包含的人工痕迹。