字典的选择影响基于稀疏编码的图像超分辨率重建模型的重建质量。提出了一种基于协作稀疏表达的字典学习算法。在训练阶段，通过K-Means聚类算法将样本图像块划分为不同的聚类；构建基于同时稀疏约束条件的协作稀疏字典学习模型对每个聚类训练高、低分辨率字典；应用基于L2范数的稀疏编码模型将图像超分辨率重建过程中输入图像块由低分辨率到高分辨率的映射转变为简单的线性映射，并针对不同聚类求得相应的线性映射矩阵。在重建阶段，输入图像块通过搜索与自身结构最相似的聚类来选择相应映射矩阵获得重建后的高分辨率图像。结果表