从图像降质模型出发,研究运用最大后验概率(MAP)估计法实现图像超分辨率重建。简单介绍了MAP方法的发展现状,并分析了该算法中存在的缺陷,即目标函数的吉布斯(Gibbs)项对于重建图像的噪声抑制力不均衡。针对该缺陷采用原始低分辨率图像插值后图像的梯度场对MAP目标函数的Gibbs项系数进行修正,使该系数对各像素根据相应梯度值自适应的调整,在一定程度上均衡了目标函数对于不同梯度值区域的约束力。采用共轭梯度法对改进前后MAP算法分别求解并进行了仿真。结果显示相比传统MAP算法,改进的MAP算法得到的超分辨率图像,既很好地恢复了细节,又很好地抑制了重建过程中引入的噪声,总体像质有了明显提高,同时在迭代求解过程中也表现出很好的收敛性与稳定性。