多幅图像超分辨技术是目前获取高分辨率图像的主要方向之一。改进和更新硬件设备,可以有效的提高图像的分辨率,但受成本、研制周期和技术水平的限制。因此,通过数据处理方法研究图像超分辨技术,具有重要的理论和实际意义。本文以数学理论和方法为依托,利用图像的先验信息,研究了一种基于偏微分方程方法的多图超分辨方法。主要工作如下:从光学图像的先验信息出发,推导出了基于偏微分方程方法的多幅光学图像超分辨模型。对模型进行了性能分析,基于保持图像中点、线特征的目的,提出了一种基于P-M扩散的稳健的超分辨方法。实验结果表明,该方法不仅能有效提高图像的视觉效果,而且图像的客观评价标准-峰值信噪比也得到了提高。通过比较处理后的高分辨率图像与处理前的低分辨率图像发现,图像进行超分辨处理后会将图像中的一些高频信息移除了,本文利用迭代正则化方法来解决这个问题:将每次被移除的高频信息加入到下一次迭代过程。实验结果表明,利用迭代正则化可以将图像被去除的高频信息逐步地恢复,同时图像的峰值信噪比也得到了相应的提高。从SAR图像的先验信息出发,推导出了基于偏微分方程方法的多幅SAR图像超分辨模型。实验结果表明,该方法能有效提高SAR图像的分辨率。