1.一种基于分类耦合字典稀疏表示的指纹图像超分辨率方法，其特征在于，所述方法包括如下步骤：S1、基于构建的字典学习模型，对分类耦合字典学习样本块集进行分类训练，构建高低分辨率分类耦合字典；

S2、基于输入的低分辨率指纹图像块的脊线方向，选择对应类的高低分辨率分类耦合字典，重构高分辨率指纹图像；

所述分类耦合字典学习样本块集的构建方法包括如下步骤：

S11、构建高分辨率指纹图像训练集及对应的低分辨率指纹图像训练集；

S12、对高分辨率指纹图像训练集及低分辨率指纹图像训练集中的指纹图像分块，分别构建高分辨率训练指纹块候选集及低分辨率训练指纹块候选集；

S13、计算高分辨率训练指纹块候选集及低分辨率训练指纹块候选集中指纹块内所有点的梯度矢量及指纹块内点方向相似度R(i,j)，以点方向相似度为权值，基于指纹块的点梯度矢量集，采用加权线性投影分析方法计算对应指纹块的脊线方向θ及块点方向的一致性参数Coh；

S14、依据脊线方向对高分辨率训练指纹块候选集及低分辨率训练指纹块候选集中的所有指纹块进行分类，分别得到高分辨率分类训练指纹块候选集及低分辨率分类训练指纹块候选集；

S15、依据块点方向一致性参数Coh，从高分辨率分类训练指纹块候选集及低分辨率分类训练指纹块候选集中分别抽取高质量的样本，构成高分辨率分类指纹图像块训练集及低分辨率分类指纹图像块训练集；

S16、将低分辨率分类指纹图像块训练集中的每类指纹块转换到特征空间，构建对应的低分辨率训练块分类特征样本集；

高分辨率分类指纹图像块训练集及低分辨率训练块分类特征样本集构建分类耦合字典学习样本块集；

所述步骤S2具体包括如下步骤：

S21、上采样输入的低分辨率指纹图像，将低分辨率指纹图像的尺度缩放至超分辨率指纹图像的尺度，以获得标准尺寸的低分辨率指纹图像；

S22、在空域基于重叠窗口对标准尺寸的低分辨率指纹图像分块，计算低分辨率指纹块的脊线方向；

S23、根据块脊线方向将每个低分辨率指纹块划分到对应的类 并提取低分辨率指纹块的特征S24、对于每一类指纹块特征 从高低分辨率分类耦合字典D中选择相应的低分辨率分类特征字典 计算对应的稀疏系数向量S25、将重建的高分辨率块 反馈回对应的低分辨率指纹块，即重建的高分辨率指纹图像Y。

2.如权利要求1所述基于分类耦合字典稀疏表示的指纹图像超分辨率方法，其特征在于，高低分辨率分类耦合字典的构建方法具体如下：基于构建的字典学习模型，对分类耦合字典学习样本块集进行训练，每类分类耦合字典学习样本块集分别学习一个稀疏字典，即构建高低分辨率分类耦合字典。