数字图像应用广泛，无论在军事，医学，测绘领域，还是在安防，检测领域。在实际应用场合中，人们通常获取到的是降质的图像。如何从降质的图像中重建出高分辨率的图像，是一项挑战。超分辨率重建是利用一系列低分辨率图像来重建出单幅高分辨率图像的一种方法。图像配准的目的是进行图像的几何运动估计，本文采用尺度不变特征配准方法。本文首先介绍了超分辨率重建的提出，发展及研究现状。接着总结和分析了常用的几种图像超分辨率重建方法，包括频域分析方法和空域分析方法。空域重建方法主要有非均匀插值，滤波器组，凸集投影和最大后验概率。最后结合尺度不变特征配准算法，实现了凸集投影重建算法。实验数据从均方误差和峰值信噪比两个角度都表明了本文提出的算法较之传统凸集投影算法有明显的改善。本文所作的工作主要有：1.在传统凸集投影算法中，提出了自适应参数，有效改善了算法在稳定性和收敛性方面的性能。2.结合尺度不变特征配准算法，实现了凸集投影重建算法，实验数据表明改进算法在均方误差和峰值信噪比方面，较之传统算法有明显改善。