本文主要研究内容为多帧图像超分辨率重构,着重针对如何提高运动估计的精度以及如何改善重构算法的运行效率等问题进行了详细的研究。首先,通过对国内外超分辨率技术发展现状的调研,对图像超分辨率技术的应用前景以及其基本概念进行了阐述。又详细对超分辨率的概念、可行性、成像模型、模型的建立以及正则项等问题的基本原理和方法进行了详细论述。在此基础上,一方面对超分辨率中的运动估计问题进行了详细研究。在分析了传统的基于空域和频域的运动估计问题的基础上,提出一种“从粗到精”的混合图像配准运动估计算法。最后通过仿真实验验证了此算法相对于传统频域算法有着更小的误差,并且特别针对大位移、大旋转角度具有较强的鲁棒性。另一方面,也对另外一种不需要进行显示配准的非局部均值超分辨率算法进行了研究。在简要介绍了具有较好的去噪特性的非局部均值滤波器的基础上,对超分辨率重构的代价函数进行分析,根据构造出的非局部均值超分辨率重构算法的代价函数及其求解,针对工程应用中的实际情况,对其进行进一步的优化和化简,最后得到一种工程应用中容易实现的重构方案。并进一步提出一种基于图形处理器(GPU)的加速方案。这种方案充分利用GPU上的共享内存,从而能够极大的提升算法性能。最后通过详细对实验结果论述和分析,验证了本文算法的优越性。最后,针对本文的课题内容进行整体总结,指出本文所做的工作与创新点所在,并对未来本课题的发展方向进行展望。