本书主要研究了跨尺度运动图像的插值、增强与重建的相关技术，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。

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1l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