在传统的图像复原问题中，只有一帧输入图像。超分辨率图像复原则是将一序列包含不同图像细节附加信息的低分辨率图像通过一定的方法复原出一帧(或多帧)较高分辨率图像。这些附加信息使得重建比源图像更高分辨率的图像成为可能。 超分辨率图像复原的方法分为两大类：频域算法和空间域算法。频域算法提出的时间较早，只能对具有全局位移的图像序列进行处理；空间域算法有更大的灵活性，是目前的主要研究方向，主要算法有：迭代反投影方法(IBP)、凸集投影方法(POCS)、最大后验概率估计器(MAP)和最大似然估计器(ML)。其中，POCS和MAP两种方法在目前研究的最多。 本文对POCS方法做了比较细致的研究，对影响该方法复原结果的因素(如运动估计、循环次数、阈值大小等)进行分析。其中，运动估计对复原结果的影响最大，运动估计结果的正确与否直接决定超分辨率复原结果是否正确。本文对各种运动估计和不同参数下的超分辨率复原结果进行了比较和分析。 本论文实验实现了三步搜索法，实现并将菱形搜索法和正方形菱形搜索算法引入超分辨率复原，对三步搜索法和正方形-菱形搜索法进行了针对超分辨率复原特定情况下的修正。 实验软件采用VC++6.0开发，程序中各模块接口统一，为以后加入新的功能提供了很大的便利。该软件可以方便的进行运动估计的选择，循环次数和阈值大小等参数的设定，可以在实际教学中当作演示程序使用。