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,提高重建图像的质量。