基于稀疏表示的图像超分辨率重建方法是一种利用图像信号在特定字典下的稀疏性来恢复高分辨率图像的技术。该方法的核心思想是假设低分辨率图像块可以通过高分辨率字典中的少量原子线性组合来表示，从而通过学习或设计合适的字典来建立低分辨率与高分辨率图像块之间的映射关系。稀疏表示能够有效捕捉图像的结构信息，并通过优化稀疏系数来重建高质量的高分辨率图像。该方法在计算效率和重建质量之间取得了较好的平衡，尤其适用于纹理丰富或边缘细节较多的图像。近年来，结合深度学习与稀疏表示的方法进一步提升了超分辨率重建的性能，成为该领域的重要研究方向之一。