[发明专利]一种基于频域量化损失估计的JPEG压缩图像复原方法

权利要求书

1.一种基于频域量化损失估计的JPEG压缩图像复原方法，包括以下步骤：

步骤1，根据待复原图像的图像质量因子匹配对应的压缩质量位素图；

步骤2，根据压缩质量位素图和目标复原图像尺寸，以失真图像左上角为原点，重复叠加对应像素位置的压缩质量位素图，使得重复叠加的压缩质量位素图完全覆盖目标复原图像尺寸，并裁掉右侧和下侧区域多余像素点，得到目标复原图像的压缩质量标记图；

步骤3，将压缩质量标记图与目标复原图像按通道进行连接，得到一幅四通道图像；

步骤4，将该四通道图像及该待复原图像的图像质量因子对应的亮度通道量化表和色度通道量化表输入至训练好的双域卷积神经网络模型中，该四通道图像依次经过图像特征编码单元、n个双域压缩损失修正单元以及图像特征解码单元处理，输出复原图像；

其中，每个双域压缩损失修正单元包括特征提取器、修正器、第一叠加层以及放大层四部分；

特征提取器主要用于像素域特征提取，包括膨胀卷积层、激活层、连接层以及卷积层；

修正器主要用于对频域进行修正和像素特征进行修正，其包括频域修正分支、像素特征修正分支以及对频域修正分支结果和像素特征修正分支结果进行叠加输出像素特征域损失的第二叠加层；像素特征修正分支包括一个卷积层C_P1；频域修正分支包括亮度修正分支、色度修正分支以及对亮度修正分支结果和色度修正分支结果进行融合的卷积层C_D5；

放大层用于对第二叠加层输出的像素特征域损失进行放大；

第一叠加层用于对放大层输出的放大后的像素特征域损失和特征提取器输入的像素域特征进行叠加融合，输出修正后的像素域特征。

2.如权利要求1所述的基于频域量化损失估计的JPEG压缩图像复原方法，其特征在于，所述亮度修正分支按照数据流顺序依次包括卷积层C_D1、输出限制单元R1、乘法层M1、DCT反变换层iDCT1、卷积层C_D3，其中，

卷积层C_D1用于对输入像素域特征进行卷积操作，再一次进行像素域特征提取，输出图；

输出限制单元R1用于预测卷积层输出的像素域特征图中每个像素点的相对亮度损失频谱；

乘法层M1用于将输出限制单元输出的相对亮度损失频谱乘以对应的亮度量化表，得到绝对亮度损失频谱；

DCT反变换层iDCT1用于对绝对亮度损失频谱进行DCT反变换，将绝对亮度损失频谱转回至像素点的亮度像素域；

卷积层C_D3用于将像素点的亮度像素域损失映射至像素点的像素特征域。

3.如权利要求1或2所述的基于频域量化损失估计的JPEG压缩图像复原方法，其特征在于，色度修正分支按照数据流顺序依次包括膨胀卷积DC_D2、乘法层M2、DCT反变换层iDCT2、卷积层C_D4，其中，

膨胀卷积DC_D2用于预测输入特征图中每个像素点的相对色度损失频谱；

乘法层M2用于将膨胀卷积DC_D2输出的相对色度损失频谱乘以对应的色度量化表，得到绝对色度损失频谱；

DCT反变换层iDCT2用于对绝对色度损失频谱进行DCT反变换，将绝对色度损失频谱转回至像素点的亮度像素域；

卷积层C_D4用于将像素点的色度像素域损失映射至像素点的像素特征域。

4.如权利要求1所述的基于频域量化损失估计的JPEG压缩图像复原方法，其特征在于，所述图像特征编码单元包括依次连接的卷积层CONV_E1、激活层RELU_E1、卷积层CONV_E2以及激活层RELU_E2；

所述图像特征解码单元包括依次连接的卷积层CONV_D1，激活层RELU_D1，卷积层CONV_D2，激活层RELU_D2。

5.如权利要求1所述的基于频域量化损失估计的JPEG压缩图像复原方法，其特征在于，所述双域压缩损失修正单元中，特征提取器中的卷积层和卷积层C_D5的卷积核尺寸为1×1，个数为64。

6.如权利要求3所述的基于频域量化损失估计的JPEG压缩图像复原方法，其特征在于，所述双域压缩损失修正单元中，卷积层C_D1、卷积层C_D3以及卷积层C_D4的卷积核尺寸均为3×3，个数为64，滑动步长为1，边缘填充为1。