本发明涉及一种基于递归局部合成网络的单幅图像超分辨率重建方法。该方法通过训练一个深度网络学习图像训练数据库中多个低分辨率图像和高分辨率图像之间的对应关系，泛化到图像测试数据库，从而实现对测试数据的重建。该方法的创新点有两个：首先，该方法提出了一种优化了的残差网络单元，与传统的残差单元比较，优化了的残差网络单元网络层数少，参数减少一半，非线性拟合能力更高；其次，本方法还提出了递归局部合成网络模块，使得局部合成网络模块可以递归定义，即一个局部合成网络模块中又包含若干个局部合成网络模块。本发明提供的网络结构可以通过多个浅层特征学习到更为有效和紧凑的高层特征，从而重建出更加清晰的高分辨率图像。