图像的空间分辨率受成像环境、硬件制造水平和成本等多方面因素的影响,存在一定的局限性。为了提高图像的空间分辨率,提出一种基于字典学习与结构自相似性的码本映射超分辨率算法。首先利用训练集构建与图像高低频分量对应的高低频码本,将高低频码本作为训练样本获取高低频字典；然后在初始重建图像中搜索目标图像块的相似图像块,利用相似图像块构建非局部约束项；最后通过求解含有非局部约束项的　l0范数最小化问题获取目标图像块的稀疏表示系数,并利用高低频字典重建高分辨率图像块。该算法利用高低频字典表示目标图像块,而不是直接采用高低频码本,提高了算法的运算效率；利用相似图像块构建正则化约束项,提高了重建图像的质量。实验结果表明,与LLE,　ScSR和NARM等算法相比,文中算法取得的超分辨率重建效果更好。