在大多数超分辨率重建算法中，假定高分辨率（HR）和低分辨率（LR）图像具有相同的流形。 但是，这种假设不适合实际应用。 因此，本文提出了一种新的算法，该算法考虑了HR和LR图像之间的流形不一致。 在提出的方法中，首先训练LR字典和备用表示系数集。 然后，可以基于第一步中获得的HR样本集和备用表示系数来获得HR字典。 引入PCA算法来减少LR特征图像的维数，从而减少字典训练时间。 提供了全局优化算法以消除重建图像的块效应。 结果表明，该方法在客观评价和主观视觉效果两方面都可以快速减少训练时间，提高