目前视频监控系统已广泛地应用于诸如银行、超市、停车场、居民小区和道路等的监控和管理之中。在大多数情况下，普通的低分辨率摄像机能够很好地满足视频监控和管理的需要，但是在一些特殊情况下，普通的低分辨率摄像机获取的低分辨率视频无法满足需要。因此本论文研究了在低分辨率摄像机条件下，如何利用视频序列实现图像高分辨率重建，以便较好地满足分析处理的需要。视频序列的高分辨率重建过程涉及图像配准和图像重建两个关键步骤，本文针对单一的定焦摄像机，分别研究了图像的配准和图像重建的基本方法和具体实现。首先，在图像配准中，对目前常用的基于特征点的图像配准算法进行了优化处理。由于特征点的局部集中将会影响变换矩阵计算的准确度，因此本文通过对特征点进行距离控制，避免特征点分布的过于集中，从而改善计算出的变换矩阵的精度。其次，在图像重建中，文章中提出了一种基于扩散加权最小二乘的图像重建算法。该算法考虑到图像像素点之间的相关性，在重建当前像素点值时，不仅利用了自身的信息而且还利用其邻域像素点的信息，有效改善了图像重建的效果。由于扩散机制可能导致重建图像的过度平滑，文章中通过对扩散最小二乘目标函数进行加权处理以及对重建图像之间前后的差异来控制迭代次数，从而避免过度平滑。最后，结合图像配准和图像重建形成一个完整的基于视频的高分辨图像重建。即先使用图像序列进行图像配准，再利用提出的扩散加权最小二乘图像重建算法对对齐的图像序列进行重建。使用不同角度的定焦图像序列进行仿真，其结果验证了该方案的有效性。