1.一种单图像超分辨率重建方法，其特征在于，所述方法包括如下步骤：(1)对原始图像进行预处理得到所对应的低分辨率图像；

(2)将所述低分辨率图像分为多个重叠图像块，对于每个图像块选择多个近邻图像块，每个图像块的近邻图像块构成一个组；

(3)对各个组进行自适应字典学习，计算各个组的自适应学习字典；

(4)在各个组的自适应学习字典的基础上计算各个组的稀疏编码；

(5)对各个组的图像块进行恢复重建，对所有的组计算平均值并得到一个完整的高分辨率图像。

2.根据权利要求1所述的单图像超分辨率重建方法，其特征在于，所述对原始图像进行预处理，包括如下步骤：对原始图像进行模糊操作、下采样操作和缩放操作得到原始图像所对应的低分辨率图像。

3.根据权利要求1所述的单图像超分辨率重建方法，其特征在于，所述对于每个图像块选择多个近邻图像块，包括如下步骤：对于每个图像块在训练窗口中根据如下高斯距离度量公式选择h个邻近图像块：其中，yi为第i个图像块，图像块的大小为bs，每个图像块用向量 yj∈Syblue(j≠i)，yj为第j个图像块，Syblue表示每个训练窗口中的图像块，是一个集合，该集合中的元素个数为N， 对高斯距离dG(yi,yj)由小到大排序，选择前面h个图像块，用向量 表示， 即为与yi具有相似结构的图像块集合，yi的h个近邻图像块构成了一个组，记为

4.根据权利要求3所述的单图像超分辨率重建方法，其特征在于，根据如下公式构建每个图像块的组：其中， 是从图像y中构成组 的一个操作算子。

5.根据权利要求1所述的单图像超分辨率重建方法，其特征在于，根据如下公式对各个组进行自适应字典学习，得到各个组 的估计值其中， 分别是 的左奇异向量和右奇异值向量，T表示向量的转置，是一个对角矩阵，其主对角线上的元素

是 元素值， 分别是 的列元素。

6.根据权利要求5所述的单图像超分辨率重建方法，其特征在于，所述计算各个组的自适应学习字典，包括如下步骤：根据如下公式，计算各个组 的字典 中的原子：其中，

根据如下公式，计算各个组 的自适应学习字典

7.根据权利要求6所述的单图像超分辨率重建方法，其特征在于，根据如下公式计算各个组的稀疏编码其中，λ是稀疏正则化参数。

8.根据权利要求7所述的单图像超分辨率重建方法，其特征在于，各个图像块重建的目标函数如下：其中，H为降质矩阵，由模糊操作和下采样操作组成的组合算子，o为矩阵相乘算子。

9.根据权利要求1所述的单图像超分辨率重建方法，其特征在于，根据如下公式对各个组的图像块进行恢复重建：其中，o为矩阵相乘算子， 为各个组的自适应学习字典， 为各个组的稀疏编码。

10.根据权利要求9所述的单图像超分辨率重建方法，其特征在于，根据如下公式对所有的组计算平均值：其中， 表示将一个组归还到图像的第i个位置上去， 是大小为bs×h的矩阵，其所有元素的值都为1，bs为图像块的大小，./代表两个向量对应位置上的元素相除，最终得到重建后的高分辨率图像