在图像处理领域中,图像的超分辨率重建技术和图像压缩是两个发展的热点问题。本文从实际应用的要求出发,对二者的结合作了研究,即对压缩图像进行超分辨率重建。论文的主要工作如下:1)针对超分辨率技术在压缩视频上的特殊应用,本文综合分析了压缩算法所引入的量化噪声特性以及多帧图像超分辨率算法的数学原理,并在考虑降质模型的不确定性以及反卷积求解方法固有的病态性的基础上,提出了一种较低复杂度的且有效可行的空域重建框架。2)对超分辨率重建技术中的配准算法进行研究。配准的准确度是超分辨率重建算法成功与否的关键和基础,它要求配准算法中的运动估计必须是亚像素级的。本文在提出基于光流场配准方法的基础上,结合高斯金字塔分层结构,实现了由粗到精的亚像素运动估计。3)针对LK光流法跟踪效果易受噪声影响的现象,本文研究了压缩视频量化噪声(块效应、振铃效应)的特性,提出了一种基于区域检测的预处理算法来减弱该噪声对配准结果的影响。4)对超分辨率重建中插值的理论基础及典型算法进行研究。本文综合考虑了运算复杂度及插值效果,将Peyman Milanfar的核回归(kernel Regression)思想应用于超分辨率的插值重建算法中,实现了对配准后数据的较好拟合。