跨尺度运动图像的插值、增强与重建2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

跨尺度运动图像的插值、增强与重建PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 研究背景与意义1

1.1.1 运动图像插值研究背景与意义1

1.1.2 运动图像增强与重建研究背景与意义2

1.2 国内外研究现状3

1.2.1 运动图像描述研究现状3

1.2.2 运动图像插值研究现状4

1.2.3 运动图像增强研究现状6

1.2.4 运动图像超分辨率重建研究现状9

参考文献11

第2章 运动图像跨尺度描述方法研究23

2.1 引言23

2.2 运动图像序列细微运动放大算法的提出24

2.2.1 SIMM算法研究动机25

2.2.2 欧拉放大原理25

2.2.3 SIMM算法描述26

2.2.4 SIMM算法实验结果与分析31

2.3 运动图像序列跨尺度描述算法的提出40

2.3.1 SITD算法研究动机40

2.3.2 SITD算法描述40

2.3.3 SITD算法实验结果与分析42

2.4 本章小结46

参考文献47

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49

3.1 引言49

3.2 基于高斯过程回归的插值算法的提出50

3.2.1 EGPR算法研究动机50

3.2.2 高斯过程回归模型51

3.2.3 EGPR算法描述52

3.2.4 EGPR算法实验结果与分析56

3.3 基于视觉显著性检测的图像插值算法的提出62

3.3.1 SEGPR算法研究动机62

3.3.2 SEGPR算法描述62

3.3.3 SEGPR算法实验结果与分析64

3.4 本章小结67

参考文献67

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71

4.1 引言71

4.2 基于一致性敏感哈希的帧插值算法的提出72

4.2.1 CSFI算法研究动机72

4.2.2 CSFI算法描述73

4.2.3 CSFI算法实验结果与分析77

4.3 区域导向运动图像序列插值算法的提出85

4.3.1 RGSI算法研究动机85

4.3.2 RGSI算法描述86

4.3.3 RGSI算法实验结果与分析88

4.4 本章小结95

参考文献95

第5章 基于分区插值的感知驱动运动图像缩放方法研究97

5.1 引言97

5.2 基于分区插值的感知驱动运动图像缩放算法的提出98

5.2.1 IPDR算法研究动机99

5.2.2 IPDR算法描述99

5.3 IPDR算法实验结果与分析102

5.3.1 运动图像缩放结果对比实验102

5.3.2 标准运动图像缩放结果对比实验110

5.4 本章小结111

参考文献111

第6章 跨尺度自适应运动图像去噪研究114

6.1 引言114

6.2 基于尺度相关SURE-LET的跨尺度自适应去噪算法的提出114

6.2.1 NCTSD算法研究动机114

6.2.2 含噪图像成像模型115

6.2.3 无偏风险估计115

6.2.4 NCTSD算法描述116

6.2.5 NCTSD算法实验结果及分析122

6.3 本章小结131

参考文献132

第7章 跨尺度自适应运动图像增强研究133

7.1 引言133

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134

7.2.1 ST-CAE算法研究动机134

7.2.2 ST-CAE算法描述134

7.2.3 ST-CAE算法实验结果及分析140

7.3 基于多尺度变换的运动图像增强（NCTSD）算法的提出148

7.3.1 非下采样Contourlet变换工具148

7.3.2 NCTSD算法描述149

7.3.3 实验结果及分析151

7.4 本章小结155

参考文献156

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157

8.1 引言157

8.2 基于非局部相似性的超分辨率重建（NL-SR）算法158

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159

8.3.1 ST-ASR算法研究动机159

8.3.2 ST-ASR算法描述160

8.3.3 ST-ASR算法实验结果及分析167

8.4 基于显著性目标检测的超分辨率重建（STDR）算法的提出175

8.4.1 STDR算法描述175

8.4.2 STDR算法实验结果及分析178

8.5 本章小结180

参考文献180

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183

9.1 引言183

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184

9.2.1 STSR算法研究动机184

9.2.2 STSR算法描述184

9.3 STSR算法实验结果及分析190

9.3.1 实验数据集和客观评价指标190

9.3.2 STSR算法实验结果及分析191

9.4 本章小结199

参考文献199

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202

10.1 引言202

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202

10.2.1 时空特征提取和相似性计算203

10.2.2 基于深度卷积神经网络的关联映射学习204

10.2.3 基于时空特征的相似性匹配与融合205

10.2.4 STCNN算法实现步骤205

10.3 STCNN算法实验结果及分析205

10.3.1 客观评价指标206

10.3.2 主观视觉评价207

10.4 本章小结209

参考文献210

第11章 跨尺度运动图像的插值、增强和重建系统211

11.1 运动图像跨尺度插值模型的实现211

11.1.1 运动图像跨尺度插值模型的实现211

11.1.2 MTIM模型实验结果与分析213

11.2 跨尺度运动图像增强和超分辨率重建系统实现220

11.2.1 引言220

11.2.2 DIERS系统总体架构221

11.2.3 主要功能模块设计与实现222

11.3 本章小结225