摘要图像是机器视觉系统的重要视觉信息。然而,图像采集和成像系统不可避免的存在模糊、运动变形和噪声等降质和退化过程,不但影响了人们对图像的视觉感受,而且大大降低了图像中有效信息的利用。例如,对降质图像进行分割处理,分割的精度会严重下降,因而影响目标的检测、识别与理解。因此降质图像的预处理是图像处理中的一个重要科学问题。本文以降质图像的贝叶斯超分辨预处理为研究对象,展开相关算法研究。本文在综述了图像超分辨的国内外现状的基础上,介绍了贝叶斯推断及其变分贝叶斯原理,并且基于贝叶斯推理理论,设计和实现了一种基于水平和垂直梯度的L1稀疏性先验的变分贝叶斯超分辨方法。通过图像退化过程建模,图像先验建模和超参数先验建模,建立了多幅图像变分贝叶斯超分辨模型,最后实现了非盲和盲两种方式的图像超分辨率重建算法。并且基于YUV颜色空间进行推广,实现了彩色图像的贝叶斯超分辨率重建。实验结果表明：贝叶斯超分辨方法能得到很好的估计多幅图像的配准参数,达到较好的多幅图像的盲超分辨。