摘要: 高比特和空间分辨率图像能够提供清晰准确的纹理细节，因此对此类图像的需求随着智能安防、远程医疗、短视频娱乐等应用的普及而越来越大。升级成像系统的硬件能够获取高比特和空间分辨率图像，但这既会面临很大的成本和技术挑战，也无法解决现有的低... 展开 高比特和空间分辨率图像能够提供清晰准确的纹理细节，因此对此类图像的需求随着智能安防、远程医疗、短视频娱乐等应用的普及而越来越大。升级成像系统的硬件能够获取高比特和空间分辨率图像，但这既会面临很大的成本和技术挑战，也无法解决现有的低比特和空间分辨率图像的高分辨率重建问题。为此，基于已有的低比特和空间分辨率图像开展图像增强算法研究，以提升它们的比特和空间分辨率，具有显著的研究意义与应用价值。 现有的图像比特和空间分辨率增强算法存在以下几个关键的挑战：（1）在比特分辨率方面，由退化带来的伪轮廓是最为突出与困难的问题，但其特性还没有得到充分的研究，导致现有的传统算法普遍难以对该伪迹进行有效的消除；（2）比特分辨率的深度学习算法在样本充足的前提下具有良好的图像重建潜力，但现有的算法对网络有效结构和数据处理方法的探究不足，使其性能还有待提高；（3）在空间分辨率方面，深度学习方法对分辨率退化带来的图像模糊问题进行了有效的解决，但现有的网络结构大多相当臃肿而难以实用；（4）比特和空间分辨率同时退化会导致图像兼有伪轮廓与边缘模糊，这时的退化特性既包含两面性又具有关联性，探索它们并针对性地加以利用成为有效重建这类图像的关键。 本文针对上述问题开展研究，并取得如下成果： （1） 针对传统比特分辨率增强算法的伪轮廓抑制效果不佳问题，提出了一种基于消边（伪轮廓消除）滤波的比特分辨率增强算法。伪轮廓的视觉表现为原本不存在的边。本方法的本质为消边，具体包括以下几个关键子技术：首先，将比特分辨率增强中的伪轮廓抑制建模为消边滤波，并设计伪轮廓消除滤波器；其次，从伪轮廓产生机理出发，为滤波器权重设计适当的阈值，使伪轮廓消除滤波器具有选择性，可以在消除伪轮廓时避免对真实轮廓的破坏；然后，基于伪轮廓周围像素的数值特性，设计了一种伪轮廓区域检测方法，能够提升滤波效率并缓解细节区域的过平滑问题；最后，为了同时应对不同尺寸的伪轮廓，在滤波过程中引入了直接式尺寸匹配和迭代式尺寸匹配两种自适应机制。实验表明，所提出的基于伪轮廓消除滤波的比特分辨率增强算法能有效抑制低比特图像中的伪轮廓。 （2） 针对基于卷积神经网络的比特分辨率增强算法对网络结构和数据处理研究的缺乏而导致的重建质量欠优，提出了基于自编码结构神经网络的比特分辨率增强（BE-AUTO）和基于预失真及卷积神经网络的比特分辨率增强（PSD-CNN）两种方法。BE-AUTO专门针对已有的低比特图像，通过优化网络来提升高比特图像重建质量。与相关算法采用纯卷积来构建网络不同，BE-AUTO基于卷积和反卷积特性，采用了变分自编码结构，借助卷积的逐级特征提取与反卷积的特征重建，提升了特征的提取和重建质量。此外，针对现有方法采用的全动态范围映射所导致的数值越界和颜色失真问题，BE-AUTO引入了全局残差学习，有效降低了估计误差。PSD-CNN专为能操控低比特图像生成过程的场景设计，通过将低比特图像生成和高比特图像重建相关联，提升重建质量。PSD-CNN利用预失真函数将伪轮廓扩散到其邻域像素使其不易察觉，然后借助图像马尔可夫特性和预失真所构建的图像信号多观测、卷积神经网络对信号多观测和上下文信息的利用、合理的量化方法选择对模糊的抑制，实现了超高质量的高比特图像生成。 （3） 现有的空间分辨率增强算法大多采用复杂的网络以达到良好的效果，但是网络结构臃肿和规模过大所导致的训练困难和适用场景受限已经成为重要问题，为此本文提出了一种基于轻量级通道注意力残差网络的图像空间分辨率增强算法 (LCRCA)。轻量但保持处理效果的关键在于更高效的特征提取和利用。首先， LCRCA 借助网络信息跨层组合，将不同层次的特征进行拼接实现网络特征复用；然后，采用注意力机制来增强特征的有效性，利用高阶统计量来度量和调整特征图；最后，通过卷积层拆分，在参数量不变的前提下提升网络深度，并将残差预测由一段式改为多段式，LCRCA实现了具有更高效特征提取能力的残差模块。借助上述三个措施，LCRCA能以轻量级的网络规模达到较好的空间分辨率增强效果。 （4） 比特和空间分辨率联合增强的难点在于如何应对两种分辨率退化带来的伪迹的互相干扰问题，从而同时对两种伪迹进行有效抑制。为此本文提出了基于分治策略和自适应融合的比特和空间分辨率联合增强算法。比特和空间分辨率退化导致的伪迹存在明显的不同，且两种伪迹在图像的不同区域的混叠程度具有明显的差异，但退化过程均可被建模为数值映射，使得退化特性兼具两面性和关联性。现有算法没有同时考虑这两个特性，忽视了退化伪迹的相互干扰，导致重建质量不佳。本文根据两面性提出了分治策略，避免了卷积操作的全局共享特性与这两种分辨率退化差异的不匹配问题。同时，自适应融合实现了两种分辨率增强的联合优化。基于分治策略和自适应融合，本文提出的方案可以更好地实现比特和空间分辨率的联合增强。 收起