《影像資料修複方法與重構技術》是依託上海交通大學，由楊小康擔任項目負責人的重點項目。
基本介紹
- 中文名：影像資料修複方法與重構技術
- 項目類別：重點項目
- 項目負責人：楊小康
- 依託單位：上海交通大學
項目摘要,結題摘要,
項目摘要
為讓影像資料在數字時代重新煥發青春，本項目圍繞影像資料修復所蘊含的病態信號估計與特殊場景語義分析的科學內涵，綜合運用泛函最佳化、統計機器學習、盲信號處理、超復小波等各領域的前沿理論，研究影像資料修複方法與重構技術，突破影像資料退化數學建模、智慧型化損傷檢測與推斷、層次化損傷修復與統籌、互動式色彩映射與重構、自動化場景分類與標註等科學難題與關鍵技術，建立影像資料修復與重構演示平台。同時，聯合中國電影資料館等套用部門，在我國電影檔案影片數位化修護工程等典型套用中驗證關鍵技術的有效性，為全面提升影像資料修復、再創作、再利用的智慧型化程度提供理論依據與技術支撐。
結題摘要
影像資料是人類重要的歷史文化遺產。由於年代久遠和物理化學損傷，大量影像資料毀壞嚴重。由於影像資料存在多種物理和化學損傷，傳統模組級聯修復模式需要大量人工干預、制約修復質量。研製具有自主智慧財產權的高智慧型影像資料修複方法、技術和系統，迫在眉睫。為了讓珍貴的影像資料在數字時代重新煥發青春，上海交通大學楊小康教授領導的課題組聯合中國電影資料館的研究團隊，在國家自然科學基金項目重點項目的資助下，針對病態圖像復原難題，開展了深入研究工作。主要成果包括： 1. 建立影像資料圖像統計建模理論，提出刻畫影像結構損傷的自適應自回歸描述模型、圖像結構解析的七巧板模型、基於自然圖像統計的噪聲估計方法、無參考圖像視覺質量評價的自由能原理及計算方法，為建立智慧型修復算法引擎設計及修復效果自動評估提供了基礎理論。 2. 建立智慧型化損傷修復引擎：提出了綜合參數化和非參數化模型優勢的多尺度圖像重建模型；進而提出針對細微損傷的基於波原子和非參數濾波的多重損失統一檢測與修復技術、針對嚴重損傷的基於低秩矩陣估計的修復算法、基於圖像結構樣例的結構合成和圖像大區域填補技術。 3. 建立自動化畫質增強引擎：提出圖像廣義均衡模型，可自動修復影像資料中普遍存在的色調失真和對比度退化；提出基於梯度局部分形分析的圖像細節增強技術，為2K解析度早期數字電影上變換至4K解析度數字電影提供了技術路線。 4. 建立互動式色彩重構引擎：提出基於貝葉斯非局部均值推斷的塗鴉式彩色化算法、基於局部紋理匹配的色彩轉移算法，為風格化色彩重構提供了技術路線。 5. 建立自動化場景解析引擎：提出基於多重特徵通道融合的場景和物體類別識別系統、基於金字塔主題直方圖表示和AdaBoost 分類器的圖像分類算法，形成了修復與再利用環節中與語義相關的共性支撐技術。 6. 建立了具有自主智慧財產權的影像資料修復與重構平台，研製了影像資料實時播放伺服器、自動化畫質增強軟體、智慧型化多重損傷修復軟體，具備畫質自動增強、三屏聯動等進口軟體所不具備的新功能，修復質量與智慧型化程度顯著優於進口系統。 上述研究成果已經規模化套用於我國“電影檔案影片數位化修護工程”，並輻射至城市視頻監控和水下目標檢測等特種套用的圖像增強。部分相關成果獲上海市科技進步一等獎。已發表SCI/EI收錄的國際學術論文72篇，其中SCI收錄29篇（IEEE 期刊13篇）。已申請專利9項，獲得授權7項。
