来源：期刊VIP网 时间：
作者：李夏童;牟大中;赵微;曹鹏;
单位：北京印刷学院高端印刷装备信号与信息处理北京市重点实验室;
摘要：为了解决在连续调图像恢复过程中普遍存在的细节模糊和噪声残留问题，本研究提出了一种将扩散模型和渐进残差学习网络相结合的逆网目调方法。首先，利用扩散模型对像素进行迭代更新，以实现对网目调图像的平滑和去噪处理；然后，采用了编码-解码结构和融合模块来提取图像的细节特征，并通过迭代训练以增强图像的边缘保留和细节还原能力；最后，融入渐进式思想，设计了细节增强模块，以关注图像的空间和灰度信息。实验结果表明，相较于几种具有典型架构的方法，本研究方法在多组测试集上均表现出较好的稳健性，峰值信噪比和结构相似度的平均值分别提高了1.616～3.229dB和0.011～0.031。通过与原始图像及其他逆网目调方法恢复的图像进行对比分析，本研究方法在逆网目调实现上的有效性和可靠性为印刷品图像的高质量复原与保护提供了新的参考方案。
关键词：扩散模型;;渐进残差学习网络;;网目调;;逆网目调;;图像恢复
基金资助：国家自然基金面上项目(No.61972042);; 校级学科建设与研究生教育项目(No.21090324012)
