在成像过程中有许多因素会导致图像的模糊和变形。图像复原的目的就是对退化图像进行处理,使其复原接近没有退化前的理想图像。按照傅立叶光学的观点,光学系统是一个低通滤波器,由于受到光学孔径衍射的影响,其传递函数在由衍射极限分辨力所决定的截止频率以上值均为零。目前,多数图像复原方法至多将图像的频谱复原到衍射极限相应的截止频率处,而不能超越它,这样截止频率之外的能量和信息被丢失了。图像超分辨力复原的目的就是在保证通频带内图像低频信息复原的基础上,对截止频率以上的高频信息进行复原,以使图像获得更多的细节和信息,使复原图像更加接近理想图像。本文对超分辨率图像复原的理论进行了系统的阐述与分析,对超分辨率图像复原方法进行了综述。在Poisson随机场分布假设的基础上,提出基于Poisson分布的Poisson-ML超分辨率图像复原算法(PML)和Poisson-MAP超分辨率图像复原算法(PMAP)。实验结果表明,当噪声较小时,上述两种算法具有较强的超分辨率复原能力。对于欠采样成像,在离散和欠采样成像特性分析的基础上,本文提出基于多画幅多传感器的超分辨率图像复原方法。由于该方法把多幅具有不同而有相关信息的图像融合在一起,因此具有很高的超分辨率复原能力,能够获得了很好的图像复原结果。实验结果表明,该方法能够实现欠采样退化图像的超分辨率复原。总之,超分辨力图像复原理论和方法的研究方兴为艾。随着对这种方法的深入研究,一定会使这种方法得到更广泛的应用