跨尺度运动图像的插值、增强与重建 内容简介

本书从系统知识框架出发, 严谨地阐述了多元运动图像的跨尺度分析与融合, 内容新, 论述深入, 科研水平价格高。

跨尺度运动图像的插值、增强与重建 本书特色

本书主要研究了跨尺度运动图像的插值、增强与重建相关技术,以进一步提升运动图像的细节清晰度和视觉分辨率质量等为目的,并将研究成果应用于运动图像的噪声分类、去噪处理和增强处理等实际问题中.本书提出了基于高斯过程回归与视觉显著性检测的运动图像插值方法、基于一致性敏感哈希与区域导向的运动图像序列插值方法等;基于时空显著性、基于视觉感知的运动图像跨尺度自适应增强方法;适应于复杂运动模式的基于模糊配准机制和深度卷积神经网络的跨尺度超分辨率重建方法等;并实现了跨尺度运动图像的插值、增强与重建系统.本书体系结构完整,注重理论联系实际,可作为电子信息工程、计算机科学与技术、软件工程、通信信息处理等相关专业的工程技术人员、科研人员、研究生和高年级本科生的参考用书.

跨尺度运动图像的插值、增强与重建 目录

第1章 绪论1．1 研究背景与意义1．1．1 运动图像插值研究背景与意义1．1．2 运动图像增强与重建研究背景与意义1．2 国内外研究现状1．2．1 运动图像描述研究现状1．2．2 运动图像插值研究现状1．2．3 运动图像增强研究现状1．2．4 运动图像超分辨率重建研究现状参考文献第2章 运动图像跨尺度描述方法研究2．1 引言2．2 运动图像序列细微运动放大算法的提出2．2．1 SIMM算法研究动机2．2．2 欧拉放大原理2．2．3 SIMM算法描述2．2．4 SIMM算法实验结果与分析2．3 运动图像序列跨尺度描述算法的提出2．3．1 SITD算法研究动机2．3．2 SITD算法描述2．3．3 SITD算法实验结果与分析2．4 本章小结参考文献第3章 基于高斯过程回归与视觉显著性检测的图像插值方法研究3．1 引言3．2 基于高斯过程回归的插值算法的提出3．2．1 EGPR算法研究动机3．2．2 高斯过程回归模型3．2．3 EGPR算法描述3．2．4 EGPR算法实验结果与分析3．3 基于视觉显著性检测的图像插值算法的提出3．3．1 SEGPR算法研究动机3．3．2 SEGPR算法描述3．3．3 SEGPR算法实验结果与分析3．4 本章小结参考文献第4章 基于一致性敏感哈希与区域导向的运动图像序列插值方法研究4．1 引言4．2 基于一致性敏感哈希的帧插值算法的提出4．2．1 CSFI算法研究动机4．2．2 CSFI算法描述4．2．3 CsFI算法实验结果与分析4．3 区域导向运动图像序列插值算法的提出4．3．1 RGSI算法研究动机4．3．2 RGsI算法描述4．3．3 RGSI算法实验结果与分析4．4 本章小结参考文献第5章 基于分区插值的感知驱动运动图像缩放方法研究5．1 引言5．2 基于分区插值的感知驱动运动图像缩放算法的提出5．2．1 IPDR算法研究动机5．2．2 IPDR算法描述5．3 IPDR算法实验结果与分析5．3．1 运动图像缩放结果对比实验5．3．2 标准运动图像缩放结果对比实验5．4 本章小结参考文献第6章 跨尺度自适应运动图像去噪研究6．1 引言6．2 基于尺度相关SURE-LET的跨尺度自适应去噪算法的提出6．2．1 NCTSD算法研究动机6．2．2 含噪图像成像模型6．2．3 无偏风险估计6．2．4 NCTSD算法描述6．2．5 NCTSD算法实验结果及分析6．3 本章小结参考文献第7章 跨尺度自适应运动图像增强研究7．1 引言7．2 基于时空显著性的跨尺度自适应增强（ST-CAE）算法的提出7．2．1 ST-CAE算法研究动机7．2．2 ST-CAE算法描述7．2．3 ST-CAE算法实验结果及分析7．3 基于多尺度变换的运动图像增强（NCTSD）算法的提出7．3．1 非下采样Contourlet变换工具7．3．2 NCTSD算法描述7．3．3 实验结果及分析7．4 本章小结参考文献第8章 基于非局部相似性和显著性检测的跨尺度超分辨率重建研究8．1 引言8．2 基于非局部相似性的超分辨率重建（NL_SR）算法8．3 基于zernike矩和非局部相似性的跨尺度超分辨率重建（ST-ASR）算法的提出8．3．1 ST-ASR算法研究动机8．3．2 ST-ASR算法描述8．3．3 ST-ASR算法实验结果及分析8．4 基于显著性目标检测的超分辨率重建（STDR）算法的提出8．4．1 STDR算法描述8．4．2 STDR算法实验结果及分析8．5 本章小结参考文献第9章 基于光流估计和模糊配准机制的时空超分辨率重建研究9．1 引言9．2 基于光流估计和模糊配准机制的时空超分辨率重建（STSR）算法的提出9．2．1 STSR算法研究动机9．2．2 STSR算法描述9．3 STSR算法实验结果及分析9．3．1 实验数据集和客观评价指标9．3．2 STSR算法实验结果及分析9．4 本章小结参考文献第10章 基于时空特征和神经网络的视频超分辨率算法研究10．1 引言10．2 基于时空特征与神经网络的视频超分辨率（STCNN）算法的提出10．2．1 时空特征提取和相似性计算10．2．2 基于深度卷积神经网络的关联映射学习10．2．3 基于时空特征的相似性匹配与融合10．2．4 STCNN算法实现步骤10．3 STCNN算法实验结果及分析10．3．1 客观评价指标10．3．2 主观视觉评价10．4 本章小结参考文献第11章 跨尺度运动图像的插值、增强和重建系统11．1 运动图像跨尺度插值模型的实现11．1．1 运动图像跨尺度插值模型的实现11．1．2 MTIM模型实验结果与分析11．2 跨尺度运动图像增强和超分辨率重建系统实现11．2．1 引言11．2．2 DIERS系统总体架构11．2．3 主要功能模块设计与实现11．3 本章小结