本发明公开了一种不包含正则化层的二值超分辨率重建方法,包括:对低分辨率图像进行数据分布处理,获得处理后图像;将所述处理后图像输入二值深度神经网络模型进行特征提取,获得重构后的图像;对所述重构后的图像进行数据分布处理,获得最终重建后的超分图像;利用梯度下降算法迭代更新所述二值深度神经网络模型的参数,直至达到收敛。本发明的方法,通过一种有效的二值化训练机制,允许神经网络在不包含正则化层时取得较优异的网络性能,从而使网络以较低的计算复杂度获得更加优异的超分辨率图像重建效果。