1.一种用于图像超分辨率的比特级数据增强方法，其特征在于，包括步骤如下：
步骤1：分别获取hr、lr图像的bit平面；包括图像三通道分离和bit平面分离；
步骤2：图像bit平面变换；将步骤1获得的图像bit平面进行三种情况的变换；
步骤3：图像重塑；将步骤2变换后的bit平面进行重组形成新的图像，包括图像bit平面融合和图像三通道融合；
步骤4：模型训练；排列步骤2中所有bit变换方式，之后将不同的bit变换方式加入到sr网络中得出psnr结果，比较psnr结果后得出最优的bit变换方式；包括排列bit变换方式和sr网络的迭代训练。
2.根据权利要求1所述的用于图像超分辨率的比特级数据增强方法，其特征在于，所述步骤1按如下步骤进行：
步骤1.1：对单一rgb图像的hr、lr版本分别进行颜色通道的分离，并分别得到r、g、b单通道的灰度图像；
步骤1.2：对步骤1.1中得到hr、lr各三个单通道的灰度图像分别进行bit平面的划分，即将每个单通道的灰度图像划分为8个bit平面，得8个二值图像。
3.根据权利要求1所述的用于图像超分辨率的比特级数据增强方法，其特征在于，所述步骤2按如下步骤进行：
步骤2.1：对步骤1获取到的48个二值图像进行图像bit变换，其中变换的方式按如下三种情况进行；
第一种情况，对步骤1获取的hr、lr的各24个二值图像进行相同操作，hr、lr的r、g、b通道的各8个二值图像进行单图片通道内bit交换；
1)选择需要变换的通道
变换的通道个数选择一个、两个或三个，即一个通道进行变换有r、g、b通道3种可能，两个通道进行变换有rg、rb、gb通道3种可能，三个通道都进行变换有rgb通道1种可能，通道选择上共有7种可能性；
2)选择需要变换的bit层顺序
任意通道中图像信息从少到多的1～8bit层中，对低5位的bit位进行随机排列，即对1～5bit位进行顺序上的重排，顺序选择上共有120种可能；
3)在选择的通道内对选择的bit层顺序进行变换
对步骤1)选择的通道进行下述相同操作，都从通道的原始顺序变换为步骤2)选取的bit层顺序，全部变换方式可能性共840种，变换后共得到hr、lr各24个bit平面；
第二种情况，对步骤1获取的hr、lr的各24个二值图像进行相同操作，hr、lr的r、g、b通道的各8个二值图像进行单图片通道间bit交换；
1)选择需要交换的通道
通道间bit交换为两个通道间相同bit平面进行交换，可选的可能性有rg、rb、gb通道进行交换，或者由r交换到g通道后g交换到b通道之后b交换到r通道，或者由b交换到g通道后g交换到r通道之后r交换到b通道，通道选择上共有5种可能；
2)选择需要交换的bit层
1～8bit层中，可随机选取数量为1～8个层个数进行交换，相当于8位数的随机组合，bit层交换选择上共有255种可能性；
3)在选择的通道间对选择的bit层进行交换
在步骤1)选择的通道之间进行下述相同操作，在每一个选择的通道之间对步骤2)选取的bit层依次进行相同位置的互换，全部变换方式可能性有1275种，交换后得到hr、lr各24个bit平面；
第三种情况，在步骤1获取的hr、lr的各24个二值图像之间进行操作，hr、lr的r、g、b通道的各8个二值图像进行hr、lr通道间bit交换；
1)选择需要交换的通道
需要交换的为hr、lr相同的通道，变换的通道个数可选择一个、两个或三个，即一个通道进行变换有r、g、b通道3种可能，两个通道进行变换有rg、rb、gb通道3种可能，三个通道都进行变换有rgb通道1种可能，通道选择上共有7种可能性；
2)选择需要交换的bit层
1～8bit层中，可随机选取数量为1～8个层个数进行交换，相当于8位数的随机组合，bit层交换选择上共有255种可能性；
3)hr、lr中在选择的通道间对选择的bit层进行交换
在步骤1)选择的hr、lr相同的通道间进行下述相同操作，在每一个选择的通道之间将步骤2)选取的bit层依次进行相同位置互换，全部变换方式可能性有1785种，交换后得到hr、lr各24个bit平面；
步骤2.2：对于任一数据集中任一张图片的hr、lr版本，按照步骤2.1进行bit变换，得到变换后的hr、lr各24个bit平面。
4.根据权利要求1所述的用于图像超分辨率的比特级数据增强方法，其特征在于，所述步骤3按如下步骤进行：
步骤3.1：对步骤2得到hr、lr的各24个bit平面分别进行融合，即分别将每个单通道的8个bit平面融合为一个灰度图像；
步骤3.2：对步骤3.1得到的hr、lr的各3个灰度图进行通道融合，分别得到hr、lr各一张图像。
5.根据权利要求1所述的用于图像超分辨率的比特级数据增强方法，其特征在于，所述步骤4按如下步骤进行：
步骤4.1：从数据集a中选取图片a的lr或hr版本一张；
步骤4.2：将步骤4.1得到的a的lr或hr图片反复进行步骤1～3操作，在所有操作中分别得到步骤2.1提及的三种情况中的所有变换方式，并按照这三种情况分别保存在3个新的数据集a1、a2、a3中，其中图片数量分别为840、1275、1785张；
步骤4.3：将步骤4.2中得到的三个数据集中的所有图片分别与原图片a进行psnr比较，并将比较结果记录为各自变换方式的psnr刻度尺集合apsnr1、apsnr2、apsnr3；之后对apsnr1、apsnr2、apsnr3都进行以下相同实验；
步骤4.4：从步骤4.3得到的任意一个psnr刻度尺中，分别挑出这一个刻度尺中的psnr最大值p01、psnr最小值p03和psnr中间值p02，这三个值分别代表着三种不同的bit变换方式；
步骤4.5：将步骤4.4得到的三种不同的bit变换方式分别加入到sr网络中，经由sr网络训练后分别得到不同的新psnr值，对这三个psnr值进行大小比较，由大到小依次是p1、p2、p3，根据结果与变换方式的对应关系，区分出以下三种情况：
第一种情况：如果p01代表的变换方式训练后得到p1，那么p01代表的变换方式即为最优的变换方式；
第二种情况：如果p03代表的变换方式训练后得到p1，那么p03代表的变换方式即为最优的变换方式；
第三种情况：如果p02代表的变换方式训练后得到p1，将其作为步骤4.4中新的psnr最大值p01’；之后比较p01和p03代表的变换方式训练后得到的结果，将训练后得到p2对应的变换方式作为步骤4.4中新的psnr最小值p03’；在步骤4.4的刻度尺中取p03’、p01’的中间值p02’，重复步骤4.5；
步骤4.6：经过步骤4.5的不断迭代，得到刻度尺中最优的bit变换方式，以及与最优变换方式训练后的psnr结果相差0.3范围内的其他bit变换方式，将这些变换方式一同加入到sr网络中，得到最终的数据增强后的sr网络训练结果，实现超分辨率的增强。