本发明公开了一种潜在特征的单幅图像超分辨重建方法，属于图像处理技术领域。为了保证扩散概率模型在少量的采样步数下进行高质量的采样，本发明基于设置的多模态分布模型来实现高分辨率图像的重构，该模型基于生成器和归一化流实现，在较少的迭代步数下，专注于重建高分辨率图像的高频细节。并通过自适应多头注意力机制和变分自编码器将低分辨率图像转换为隐条件作为模型的条件输入，在快速采样的同时减少模型崩塌带来的负面影响，以产生复杂多样化且高质量的高分辨率图像。通过自适应多头注意力机制和变分自编码器限制了扩散概率模型中的最大化变分下界带来的预测随机性影响，使模型训练稳定且能够生成与原始高分辨率图像风格和内容一致的图像。