基于扩散模型的图像超分辨率重建方法研究.pdfVIP

摘要

图像超分辨率重建技术一直是计算机视觉与图像处理领域研究的热点，旨在从低分

辨率图像中恢复出高分辨率的细节信息。随着数字成像技术的普及和发展，低分辨率图

像的问题日益凸显，尤其是在医学影像、安全监控、遥感成像等领域，对高分辨率图像

的需求愈发迫切。目前，传统的基于扩散模型的单幅图像超分辨率重建技术依赖于一个

各向同性的加噪和去噪过程，这类模型在处理图像空间的每个像素时采用各向同性的噪

声添加和去除策略，因此忽略了图像中潜在的有价值的结构信息对扩散模型加噪和去噪

过程的影响。众所周知，图像中蕴含着不同的几何结构信息，如边缘、细节等。传统的

各向同性的加噪策略往往导致生成图像边缘模糊，细节丢失，从而影响生成图像的整体

质量。

针对上述问题，受各向异性扩散工作的启发，本文提出一种基于边缘和语义保护的

各向异性的高斯噪声调度扩散模型，该模型是经典扩散模型的泛化。该模型有两个期

望：一方面是所施加的高斯噪声对图像像素梯度的影响，即：在图像中梯度响应较高的

区域（即边缘部分），期望扩散系数较小，这些区域的信号失真程度将较低。这使得扩

散模型在边缘区域抑制所添加的高斯噪声，而在图像中较