摘要：由于基于图像块的超分辨方法容易在图像块堆叠为图像的过程中引入模糊,提出基于层次化字典学习的图像超分辨率方法。把经过传统单次字典学习超分辨后的图像作为新的低分辨率图像,并和原始的高分辨图像组成新的高低分辨率训练集进行联合字典训练,得到第二级高低分辨率字典,对低分辨图像实现逐层超分辨的过程。与同类方法不同,特征提取阶段,采用lanczos3插值代替常用的双三次插值方法,利用改进的四方向Sobel算子提取每一小块的特征。与传统的超分辨率方法相比,该方法对低分辨率图像有着较好的细节恢复能力。