在云南天文台拍摄的模糊太阳斑点图的超分辨率重建过程中，采用现有深度学习算法存在高频信息难以恢复、重建图不够清晰等问题，为此，提出一种结合GAN（生成对抗网络）和风格迁移网络的太阳斑点图超分辨率重建方法STYLE-NICE-GAN。首先，利用GAN获取低分辨率太阳斑点图到Level1+高分辨率太阳斑点图的映射关系，重建太阳斑点图的全局轮廓和部分细节；其次，使用风格迁移网络，对GAN的重建结果进行二次重建，在保留局部细节、高频信息和不影响后续分析的同时，提高图像的整体对比度和清晰度。实验结果表明，与现有深度学习超分辨率重建算法相比，该方法具有重建图像清晰度更高、高频信息恢复能力更强的优点，重建结果在两个有参考评价指标PSNR、SSIM和三个无参考评价指标BRISQUE、NIQE、PIQE上的评价均占有优势。