图像超分辨率重建是一种利用机器学习和图像处理技术提高图像质量的方法。常见的方法包括基于深度学习的超分辨率重建和传统的插值法。基于深度学习的方法利用神经网络学习图像的高频细节和纹理，从而实现更精细的重建。传统的插值法基于像素插值，如双三次插值和双线性插值，通过计算相邻像素的加权平均值来增加图像的分辨率。值得注意的是，超分辨率重建涉及到超分辨率图像生成、损失函数设计、模型训练等技术，因此对于不同场景和需求可以选择合适的方法和技术。