基于扩散模型的图像超分辨率方法、装置及存储介质制造方法及图纸

本公开涉及基于扩散模型的图像超分辨率方法、装置及存储介质。根据本公开实施例的基于扩散模型的图像超分辨率方法包括：获取对象的低分辨率图像；将所述低分辨率图像以及随机采样的高斯噪声输入经训练的超分辨率图像生成模型，所述超分辨率图像生成模型包括用于以差分方式处理输入特征以预测噪声的无注意力差分放大网络和控制扩散模型的采样策略的采样控制单元；通过所述无注意力差分放大网络和所述采样控制单元对所述高斯噪声迭代地执行去噪处理，以获得指示低分辨率图像和高分辨率图像之间的残差的预测图像；以及将所述低分辨率图像和所述预测图像相加以获得对象的高分辨率图像。

【技术实现步骤摘要】

本公开涉及图像处理领域，并且特别涉及基于扩散模型的图像超分辨率方法、装置及存储介质。

技术介绍

1、工业计算机断层成像(ict)已经成为无损测试和精密制造的不可缺少的工具，使得能够检测诸如涡轮叶片和电池电极之类的关键部件中的微米级缺陷。

2、为了确保产品可靠性，现代工业系统越来越需要高分辨率ict图像，现有技术中采用硬件增强来实现这一目标，例如现有技术中的检测器子像素移动技术在ict多次曝光期间机械地移位成像传感器以通过内插合成高分辨率(hr)图像。然而，通过多步移动虽然提高了分辨率，但是也使得扫描时间延长数倍。

3、这种分辨率-效率悖论引起了人们对图像超分辨率(sr)方法作为一种经济有效的替代方案的兴趣。扩散模型已经证明在合成高保真图像方面有前景的能力，然而，现有的扩散模型因为繁重的计算需求和缓慢的推断速度，导致其处理速度太慢，限制了它们在工业环境中的实际部署。此外，现有的扩散模型获得的重建图像的保真度也不够理想。

4、此外，在工业ct的背景下，现实世界中sr数据集非常稀缺。大多数sr数据集中的图像通常被称为高分辨率（本文档来自技高网...

【技术保护点】

1.一种基于扩散模型的图像超分辨率方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，将所述低分辨率图像以及随机采样的高斯噪声输入经训练的超分辨率图像生成模型包括：

3.根据权利要求2所述的方法，其特征在于，每个自适应差分放大模块包括第一差分放大单元、时间信息嵌入单元、特征仿射单元、深度可分离卷积单元、第二差分放大单元和ReLU激活函数单元，

4.根据权利要求3所述的方法，其特征在于，所述第一差分放大单元和所述第二差分放大单元的每个包括具有第一尺度的核的第一深度可分离卷积单元、具有大于所述第一尺度的第二尺度的核的第二深度可分离卷积单元和...

【技术特征摘要】

1.一种基于扩散模型的图像超分辨率方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，将所述低分辨率图像以及随机采样的高斯噪声输入经训练的超分辨率图像生成模型包括：

3.根据权利要求2所述的方法，其特征在于，每个自适应差分放大模块包括第一差分放大单元、时间信息嵌入单元、特征仿射单元、深度可分离卷积单元、第二差分放大单元和relu激活函数单元，

4.根据权利要求3所述的方法，其特征在于，所述第一差分放大单元和所述第二差分放大单元的每个包括具有第一尺度的核的第一深度可分离卷积单元、具有大于所述第一尺度的第二尺度的核的第二深度可分离卷积单元和第三卷积单元，

5.根据权利要求4所述的方法，其特征在于，将所述第一尺度的特征信息和所述第二尺度的特征信息进行特征融合还包括：

6.根据权利要求1所述的方法，其特征在于，通过所述无注意力...

【专利技术属性】
技术研发人员：于涵，刘英池，包春玲，孙春贵，李新越，李兴捷，
申请(专利权)人：中国机械总院集团沈阳铸造研究所有限公司，
类型：发明
国别省市：