图像超分辨率重建是当前数字图像处理领域的研究热点，在公共安全领域、高清电视、医学成像领域以及卫星遥感领域都有广泛的应用。其中由于其应用的灵活简便，及实用性，使得基于单帧图像的超分辨率重建近几年得到了广泛的关注。结合目前已有的一些重要算法，本文对基于单帧图像的超分辨率重建算法进行了深入的研究。　　利用图像的自相似性，结合基于样例的超分辨率重建思想和最小二乘法，本文提出了一种结合基于样例超分辨率重建和传统的基于多帧图像超分辨率重建的联合算法，该联合算法实现了基于单帧图像的超分辨率重建。在数据库生成阶段，本文根据图像成像模型，对原始输入图像进行模糊和下采样，生成尺度向下的低分辨图像序列，然后再对这些图像序列进行向上采样，使上采样后图像尺度与原始输入图像一致，从而生成一序列模糊低分辨率图像序列，以此构成低分辨率数据库，而由原始输入图像构成高分辨率数据库。在超分辨率重建阶段，根据赋予的权值，利用最小二乘法进行对搜索到的高分辨率图像块进行整合，从而重建出一个高分辨率图像块。　　本文采用由粗到精的策略，并非一步到位重建出目标高分辨率图像，而是逐层恢复，中间重建出一序列尺度向上的高分辨率图像，最终得到目标高分辨率图像。并且每重建出一幅高分辨率图像，都将利用其自身生成高/低分辨率数据库，并加入到原本的数据库中，生成新的学习数据库，从而实现对高频细节的最佳恢复。此外本文算法引入了迭代反投影算法，使本文算法更具鲁棒性。　　通过对仿真实验结果进行分析表明，本文算法重建出的高分辨率图像具有良好的图像质量，与目前一些好的超分辨率重建算法具有可比性。