近年来,双焦成像在航天遥感领域和智能手机应用领域发挥着举足轻重的作用。双焦成像技术(特别是双分辨率相机)比传统光学变焦相机占用了更小的体积和重量,结合图像处理技术可拥有一定的变焦能力。由于双焦成像只能拍摄得到固定两个变焦倍数的图像,因此需要设计数字变焦软件算法,当用户给定任意变焦倍数时,可由算法得到视场角和成像放大率与光学变焦等效的数字变焦图像。要求该数字变焦图像的图像质量尽可能好;对处于长焦视场外短焦视场内的纹理,要求算法能够充分利用长焦视场的纹理信息对该处纹理进行增强,以期获得更好的主观效果和纹理清晰度;该算法要对双焦相机的视差有良好的鲁棒性。本文首先设计一种连续数字变焦算法方案。该方案基于卷积神经网络特征层提取和特征块匹配的方法,充分利用两个不同焦距镜头的拍摄信息,将长焦镜头图像的高分辨信息迁移到短焦图像的可修复区域,并以修复后的短焦图像为基础进行数字变焦。接着对该算法方案做出改进,主要改进之处有:一是改进了特征层上的块匹配算法,充分利用GPU并行计算的优势,通过一次前向传播即可完成纹理迁移,避免了迭代优化方法带来的大量时间开销;二是用可训练阈值网络代替了上述算法的单一阈值处理,在获得了更好的阈值鲁棒性的同时,使网络具有了单帧超分辨能力和其他图像增强的能力,对短焦图像中不可修复纹理也有一定的增强;三是构建了合理的实拍数据集,使算法对实拍图像有非常好的变焦处理能力仿真和实拍实验表明,相比基于传统插值放大算法的变焦方案和基于单帧超分辨的变焦方案,所提方案的处理结果拥有更高的主观分辨率和视觉清晰度,客观评价指标也更高;当用户给定变焦倍数在长、短焦镜头倍数之间时,所提方案可以显著提升变焦图像的质量;对于处于长焦相机视场外、短焦相机视场内的纹理,该方案的修复效果比现有方法明显更好;该方法的处理结果对长焦、短焦图像的双目视差大小有着非常好的鲁棒性,其鲁棒性明显优于基于配准融合的连续变焦算法。