随着科技进步的不断发展，数字图像处理技术在医学、生物、遥感、监视系统和高清晰度电视中得到广泛应用。同时图像技术深入到我们生活的方方面面，在日常生活中人们越来越需要高分辨率的图像，从而获得图像目标中更多信息。但是由于CCD器件的限制和图像采集的时候可能遇到的客观条件使摄像头采集到的图像有模糊、噪声等问题，导致图像的分辨率不高。由于CCD器件的制作成本和集成电路工艺的限制，为了提高图像的分辨率本文采用了一种软件方法利用小波的算法进行超分辨率图像重构。基于超分辨率图像的重构技术不涉及硬件，算法快，易于与别的理论相结合等优点，所以在图像复原和图像重构中占有越来越重要的地位。所谓超分辨率图像重构就是使一系列质量较差，分辨率较低的图像经过一定的算法处理后得到相关场景下的高质量，空间分辨率较高的图像算法。　　本文主要研究了基于提升小波超分辨率图像重构技术。论文首先介绍了超分辨率图像重构的研究背景，研究的意义以及研究现状。全面分析了提升小波的理论推导。其次讨论了超分辨率图像预处理的过程，以图像方差为标准，对提取出来的低分辨率图像序列进行预处理剔除被严重污染的图片，再由下一帧低分辨率图像替换这张图片。并采用改进的powell算法对多帧图像进行图像配准。该算法能够比较快速，精确的实现亚像素之间的配准。再次，文章还详细介绍了单帧图像的经典插值放大算法。其中包括最近邻域插值、双线性插值、小波插值放大这三种算法。描述了提升小波的超分辨率图像重构原理。对单帧以及多帧图像的超分辨率重构算法用提升小波的算法进行了研究。最后，由于在实际应用中，所得到的低分辨率图像通常都是被噪声所污染的，所以在超分辨率图像重构的过程中要考虑到去噪的问题，本文提出了一种基于小波阈值去噪的算法。　　对单帧和多帧图像进行超分辨率图像重构后的实验结果表明，本文用PSNR图像评价标准对图像进行了比较分析，发现基于提升小波的单帧图像的超分辨率重构比其它经典的插值算法更加优越，在相同实验的条件下，多帧图像的超分辨率重构效果要优于单帧图像重构的效果。