1.一种基于聚类中心特征扫描的超高清图像复原方法，其特征在于，所述方法包括：构建聚类中心扫描单元，所述聚类中心扫描单元包括特征聚合阶段与分数扩散阶段，在所述特征聚合阶段，对输入特征图进行稀疏采样，构建多个中心特征，并计算像素特征与各所述中心特征的余弦相似度矩阵，利用激活函数筛选与各所述中心特征相似的像素并聚合生成聚类核心特征，在所述分数扩散阶段，利用所述余弦相似度矩阵建立所述聚类核心特征与非核心特征的关联映射，将所述聚类核心特征的全局建模权重，基于所述关联映射向非核心特征进行分配传递，得到复原特征；构建空间-通道特征调制器，所述空间-通道特征调制器通过并行的通道注意力分支与空间注意力分支分别提取输入特征图的全局特征以及纹理细节特征，从而得到补全特征；根据所述聚类中心扫描单元和空间-通道特征调制器，基于非对称设计的编码器和解码器架构，构建超高清图像复原网络，并对所述超高清图像复原网络进行训练，其中，所述聚类中心扫描单元和空间-通道特征调制器并行设置于所述解码器中，在所述超高清图像复原网络中：所述编码器中仅包含有前馈网络，在所述编码器和解码器之间还设置有瓶颈层，所述瓶颈层对所述编码器输出特征进行深度特征提取，提取得到的特征与所述编码器输出的特征进行通道级拼接后，输入至所述解码器中，所述解码器输出的特征通过前馈网络后，依次经过上采样和卷积层与退化图像叠加，得到复原图像；获取待进行恢复的超高清低质量图像，利用训练后的超高清图像复原网络对所述超高清低质量图像进行复原，得到超高清高质量复原图像。
2.根据权利要求1所述的基于聚类中心特征扫描的超高清图像复原方法，其特征在于，在所述聚类中心扫描单元中：对层归一化后的输入特征图，依次通过多层感知机和深度可卷积层进行特征变换，再利用激活函数对特征变换后的输入特征图进行处理，得到第一中间特征；对所述第一中间特征执行特征聚合后，进行Mamba的选择性扫描机制处理，再进行分数扩散，将分数扩散后得到的特征进行归一化层的处理，得到第二中间特征；同时，通过多层感知机以及激活函数对层归一化后的输入特征图进行权重调整后，与所述第二中间特征进行元素级乘法，得到所述复原特征。
3.根据权利要求2所述的基于聚类中心特征扫描的超高清图像复原方法，其特征在于，在所述特征聚合阶段：所述输入特征图包含通道维度与空间维度，在所述输入特征图中均匀选取初始点，通过计算各初始点的k近邻均值构建多个中心特征；利用多层感知机将输入特征图中的像素特征映射至深层特征空间得到深层像素特征，再计算所述深层像素特征与中心特征的余弦相似度；引入潜在特征空间中的中心特征，根据所述余弦相似度中的相似度针得到所述聚类核心特征。
4.根据权利要求3所述的基于聚类中心特征扫描的超高清图像复原方法，其特征在于，在所述分数扩散阶段中：通过Mamba的选择性扫描机制根据所述聚类核心特征生成全局权重；对于深层特征空间中的每个深层像素特征，结合所述余弦相似度矩阵中的对应相似度，按比例融合多个聚类核心特征的全局权重，对各所述深层像素特征进行更新。
5.根据权利要求4所述的基于聚类中心特征扫描的超高清图像复原方法，其特征在于，在所述空间-通道特征调制器中：将层归一化后的输入特征图分别输入至并行的通道注意力分支与空间注意力分支中，得到通道注意力权重以及空间注意力权重；同时，将层归一化后的输入特征图分别通过卷积层与ReLU激活函数进行特征提取，再利用所述通道注意力权重以及空间注意力权重对提取得到的特征图进行分别加权；通过元素级加法融合两个分支的输出，得到所述补全特征。
6.根据权利要求5所述的基于聚类中心特征扫描的超高清图像复原方法，其特征在于，在所述解码器中：将所述聚类中心扫描单元和空间-通道特征调制器输出的复原特征和补全特征进行元素相加后得到特征，通过前馈网络和上采样得到所述解码器的输出特征。
7.根据权利要求6所述的基于聚类中心特征扫描的超高清图像复原方法，其特征在于，在将所述超高清低质量图像输入至所述超高清图像复原网络之前，对所述超高清低质量图像进行随机裁剪与翻转的数据增强操作。
8.一种基于聚类中心特征扫描的超高清图像复原装置，其特征在于，所述装置包括：聚类中心扫描构建模块，用于构建聚类中心扫描单元，所述聚类中心扫描单元包括特征聚合阶段与分数扩散阶段，在所述特征聚合阶段，对输入特征图进行稀疏采样，构建多个中心特征，并计算像素特征与各所述中心特征的余弦相似度矩阵，利用激活函数筛选与各所述中心特征相似的像素并聚合生成聚类核心特征，在所述分数扩散阶段，利用所述余弦相似度矩阵建立所述聚类核心特征与非核心特征的关联映射，将所述聚类核心特征的全局建模权重，基于所述关联映射向非核心特征进行分配传递，得到复原特征；空间-通道特征调制器构建模块，用于构建空间-通道特征调制器，所述空间-通道特征调制器通过并行的通道注意力分支与空间注意力分支分别提取输入特征图的全局特征以及纹理细节特征，从而得到补全特征；超高清图像复原网络构建模块，根据所述聚类中心扫描单元和空间-通道特征调制器，基于非对称设计的编码器和解码器架构，构建超高清图像复原网络，并对所述超高清图像复原网络进行训练，其中，所述聚类中心扫描单元和空间-通道特征调制器并行设置于所述解码器中，在所述超高清图像复原网络中：所述编码器中仅包含有前馈网络，在所述编码器和解码器之间还设置有瓶颈层，所述瓶颈层对所述编码器输出特征进行深度特征提取，提取得到的特征与所述编码器输出的特征进行通道级拼接后，输入至所述解码器中，所述解码器输出的特征通过前馈网络后，依次经过上采样和卷积层与退化图像叠加，得到复原图像；超高清低质量图像复原模块，用于获取待进行恢复的超高清低质量图像，利用训练后的超高清图像复原网络对所述超高清低质量图像进行复原，得到超高清高质量复原图像。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
