本成果公开了一种基于双字典学习的图像超分辨重建方法,主要解决现有技术在对低分辨图像进行超分辨重建时,不能有效地补充细节信息的问题。其实现过程为:首先输入待处理的低分辨图像,并构造5对高分辨字典和低分辨字典,在五对字典下重构出5幅高分辨估计图像:然后利用输入的低分辨图像自身的高频信息和低频信息,构造1对高频字典和低频字典,在不同的近邻参数下重构出5幅高分辨估计图像;最后对重构出的10幅高分辨估计图像做低秩分解,并对分解后得到的低秩矩阵工求均值,得到最终的高分辨重建图像。本成果在对低分辨图像进行超分辨重建时,可以获得边缘清晰,细节丰富的高分辨图像,适用于各种自然图像的超分辨重建。成果应用于煤矿智能化装车。