基于块的多尺度图像缩放

图像缩放（IR）旨在确定高分辨率（HR）图像的最优低分辨率（LR）表示，以重建高质量的超分辨率（SR）图像。通常，分辨率超过 2K 的 HR 图像具有丰富且在图像中分布不均的信息。传统的图像缩放方法往往存在不足，因为它们仅关注整体缩放率，忽略了图像不同部分中信息量的差异。为了解决这一局限性，我们提出了一种基于块的多尺度图像缩放框架（BBMR），专为涉及 2K 及以上分辨率 HR 图像的 IR 任务量身定制。BBMR 由两个主要组件组成：下缩放模块和上缩放模块。在下缩放模块中，HR 图像被分割成等大小的子块，每个子块在保持整体缩放率不变的情况下获得动态分配的缩放率。对于上缩放模块，我们引入了联合超分辨率方法（JointSR），该方法对这些具有不同缩放率的子块执行 SR，并有效消除了块效应。实验结果表明，与初始的网络图像缩放方法相比，BBMR 在 2K 和 4K 测试数据集上显著提升了 SR 图像质量。