图像超分辨率的任务是在恢复锐利边缘和高频细节的同时对低分辨率（LR）图像进行采样。本文提出了一种通过规范相关分析（CCA）的单图像超分辨率算法。该方法基于以下假设：当转换为特殊空间时，相应的LR和高分辨率（HR）图像具有较高的相关系数。提议的方法包括两个阶段：培训和测试。在训练阶段，使用准备好的耦合训练集计算出几个典型的变换基础。在测试阶段，可以使用在训练阶段获得的规范基础来恢复HR图像。另外，使用迭代反投影算法来进一步提高图像质量。实验表明，我们的算法可以重构较少的伪像，从而可以重建更丰富的细