影像资料修复方法与重构技术

为让影像资料在数字时代重新焕发青春，本项目围绕影像资料修复所蕴含的病态信号估计与特殊场景语义分析的科学内涵，综合运用泛函优化、统计机器学习、盲信号处理、超复小波等各领域的前沿理论，研究影像资料修复方法与重构技术，突破影像资料退化数学建模、智能化损伤检测与推断、层次化损伤修复与统筹、交互式色彩映射与重构、自动化场景分类与标注等科学难题与关键技术，建立影像资料修复与重构演示平台。同时，联合中国电影资料馆等应用部门，在我国"电影档案影片数字化修护工程"等典型应用中验证关键技术的有效性，为全面提升影像资料修复、再创作、再利用的智能化程度提供理论依据与技术支撑。

影像资料是人类重要的历史文化遗产。由于年代久远和物理化学损伤，大量影像资料毁坏严重。由于影像资料存在多种物理和化学损伤，传统模块级联修复模式需要大量人工干预、制约修复质量。研制具有自主知识产权的高智能影像资料修复方法、技术和系统，迫在眉睫。为了让珍贵的影像资料在数字时代重新焕发青春，上海交通大学杨小康教授领导的课题组联合中国电影资料馆的研究团队，在国家自然科学基金项目重点项目的资助下，针对病态图像复原难题，开展了深入研究工作。主要成果包括：.1. 建立影像资料图像统计建模理论，提出刻画影像结构损伤的自适应自回归描述模型、图像结构解析的七巧板模型、基于自然图像统计的噪声估计方法、无参考图像视觉质量评价的自由能原理及计算方法，为建立智能修复算法引擎设计及修复效果自动评估提供了基础理论。.2. 建立智能化损伤修复引擎：提出了综合参数化和非参数化模型优势的多尺度图像重建模型；进而提出针对细微损伤的基于波原子和非参数滤波的多重损失统一检测与修复技术、针对严重损伤的基于低秩矩阵估计的修复算法、基于图像结构样例的结构合成和图像大区域填补技术。.3. 建立自动化画质增强引擎：提出图像广义均衡模型，可自动修复影像资料中普遍存在的色调失真和对比度退化；提出基于梯度局部分形分析的图像细节增强技术，为2K分辨率早期数字电影上变换至4K分辨率数字电影提供了技术路线。.4. 建立交互式色彩重构引擎：提出基于贝叶斯非局部均值推断的涂鸦式彩色化算法、基于局部纹理匹配的色彩转移算法，为风格化色彩重构提供了技术路线。.5. 建立自动化场景解析引擎：提出基于多重特征通道融合的场景和物体类别识别系统、基于金字塔主题直方图表示和AdaBoost 分类器的图像分类算法，形成了修复与再利用环节中与语义相关的共性支撑技术。.6. 建立了具有自主知识产权的影像资料修复与重构平台，研制了影像资料实时播放服务器、自动化画质增强软件、智能化多重损伤修复软件，具备画质自动增强、三屏联动等进口软件所不具备的新功能，修复质量与智能化程度显著优于进口系统。.上述研究成果已经规模化应用于我国“电影档案影片数字化修护工程”，并辐射至城市视频监控和水下目标检测等特种应用的图像增强。部分相关成果获上海市科技进步一等奖。已发表SCI/EI收录的国际学术论文72篇，其中SCI收录29篇（IEEE 期刊13篇）。已申请专利9项，获得授权7项。