本发明提供的基于TESRGAN网络的超分辨率重构井下图像方法，该方法包括将在井下相对恶劣环境下收集到的低分辨率图片输入TESRGAN网络中，先经过生成网络通过特征提取和提高分辨率，即通过残差模型进行非线性映射，再通过上层采样层和卷积层，得到根据真实图像数据重构生成的高分辨率图像数据，再通过同时将真实数据与生成的数据输入TESRGAN网络判别网络，由判别网络分辨生成数据和真实数据，获取两种图像特征，通过特征向量的比较获得LOSS值，将结果反馈给生成网络，完成生成对抗的学习过程，不断优化生成网络的分辨率重构能力，最后得到超分辨率的重构井下图像。重构之后作为目标域数据经过迁移学习得出诊断结果。