跨尺度運動圖像的插值增強與重建

定　價：￥45.00

作　者：	杜軍平，梁美玉，訾玲玲
出版社：	北京郵電大學出版社
叢編項：	十三五科學技術專著叢書
標　簽：	暫缺

購買這本書可以去

ISBN：	9787563549245	出版時間：	2019-04-01	包裝：	平裝
開本：	16開	頁數：	225	字數：

內容簡介

　　《跨尺度運動圖像的插值、增強與重建/“十三五”科學技術專著叢書》主要研究了跨尺度運動圖像的插值、增強與重建的相關技術，以進一步提升運動圖像的細節(jié)清晰度和視覺分辨率質量等為目的，并將研究成果應用于運動圖像的噪聲分類、去噪處理和增強處理等實際問題中?！犊绯叨冗\動圖像的插值、增強與重建/“十三五”科學技術專著叢書》提出了基于高斯過程回歸與視覺顯著性檢測的圖像插值方法，基于一致性敏感哈希與區(qū)域導向的運動圖像序列插值方法等，基于時空顯著性、基于視覺感知的運動圖像跨尺度自適應增強方法，適應于復雜運動模式的基于模糊配準機制和深度卷積神經網絡的跨尺度超分辨率重建方法等，并實現了跨尺度運動圖像的插值、增強與重建系統(tǒng)?！犊绯叨冗\動圖像的插值、增強與重建/“十三五”科學技術專著叢書》體系結構完整，注重理論聯系實際，可作為電子信息工程、計算機科學與技術、軟件工程、通信信息處理等相關專業(yè)的工程技術人員、科研人員、研究生和高年級本科生的參考用書。

作者簡介

　　杜軍平，北京郵電大學計算機學院教授

圖書目錄

第1章緒論
1．1 研究背景與意義
1．1．1 運動圖像插值研究背景與意義
1．1．2 運動圖像增強與重建研究背景與意義
1．2 國內外研究現狀
1．2．1 運動圖像描述研究現狀
1．2．2 運動圖像插值研究現狀
1．2．3 運動圖像增強研究現狀
1．2．4 運動圖像超分辨率重建研究現狀
參考文獻

第2章運動圖像跨尺度描述方法研究
2．1 引言
2．2 運動圖像序列細微運動放大算法的提出
2．2．1 SIMM算法研究動機
2．2．2 歐拉放大原理
2．2．3 SIMM算法描述
2．2．4 SIMM算法實驗結果與分析
2．3 運動圖像序列跨尺度描述算法的提出
2．3．1 SITD算法研究動機
2．3．2 SITD算法描述
2．3．3 SITD算法實驗結果與分析
2．4 本章小結
參考文獻

第3章基于高斯過程回歸與視覺顯著性檢測的圖像插值方法研究
3．1 引言
3．2 基于高斯過程回歸的插值算法的提出
3．2．1 EGPR算法研究動機
3．2．2 高斯過程回歸模型
3．2．3 EGPR算法描述
3．2．4 EGPR算法實驗結果與分析
3．3 基于視覺顯著性檢測的圖像插值算法的提出
3．3．1 SEGPR算法研究動機
3．3．2 SEGPR算法描述
3．3．3 SEGPR算法實驗結果與分析
3．4 本章小結
參考文獻

第4章基于一致性敏感哈希與區(qū)域導向的運動圖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幀插值算法的提出
4．2．1 CSFI算法研究動機
4．2．2 CSFI算法描述
4．2．3 CsFI算法實驗結果與分析
4．3 區(qū)域導向運動圖像序列插值算法的提出
4．3．1 RGSI算法研究動機
4．3．2 RGsI算法描述
4．3．3 RGSI算法實驗結果與分析
4．4 本章小結
參考文獻

第5章基于分區(qū)插值的感知驅動運動圖像縮放方法研究
5．1 引言
5．2 基于分區(qū)插值的感知驅動運動圖像縮放算法的提出
5．2．1 IPDR算法研究動機
5．2．2 IPDR算法描述
5．3 IPDR算法實驗結果與分析
5．3．1 運動圖像縮放結果對比實驗
5．3．2 標準運動圖像縮放結果對比實驗
5．4 本章小結
參考文獻

第6章跨尺度自適應運動圖像去噪研究
6．1 引言
6．2 基于尺度相關SURE-LET的跨尺度自適應去噪算法的提出
6．2．1 NCTSD算法研究動機
6．2．2 含噪圖像成像模型
6．2．3 無偏風險估計
6．2．4 NCTSD算法描述
6．2．5 NCTSD算法實驗結果及分析
6．3 本章小結
參考文獻

第7章跨尺度自適應運動圖像增強研究
7．1 引言
7．2 基于時空顯著性的跨尺度自適應增強（ST-CAE）算法的提出
7．2．1 ST-CAE算法研究動機
7．2．2 ST-CAE算法描述
7．2．3 ST-CAE算法實驗結果及分析
7．3 基于多尺度變換的運動圖像增強（NCTSD）算法的提出
7．3．1 非下采樣Contourlet變換工具
7．3．2 NCTSD算法描述
7．3．3 實驗結果及分析
7．4 本章小結
參考文獻

第8章基于非局部相似性和顯著性檢測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算法研究動機
8．3．2 ST-ASR算法描述
8．3．3 ST-ASR算法實驗結果及分析
8．4 基于顯著性目標檢測的超分辨率重建（STDR）算法的提出
8．4．1 STDR算法描述
8．4．2 STDR算法實驗結果及分析
8．5 本章小結
參考文獻

第9章基于光流估計和模糊配準機制的時空超分辨率重建研究
9．1 引言
9．2 基于光流估計和模糊配準機制的時空超分辨率重建（STSR）算法的提出
9．2．1 STSR算法研究動機
9．2．2 STSR算法描述
9．3 STSR算法實驗結果及分析
9．3．1 實驗數據集和客觀評價指標
9．3．2 STSR算法實驗結果及分析
9．4 本章小結
參考文獻

第10章基于時空特征和神經網絡的視頻超分辨率算法研究
10．1 引言
10．2 基于時空特征與神經網絡的視頻超分辨率（STCNN）算法的提出
10．2．1 時空特征提取和相似性計算
10．2．2 基于深度卷積神經網絡的關聯映射學習
10．2．3 基于時空特征的相似性匹配與融合
10．2．4 STCNN算法實現步驟
10．3 STCNN算法實驗結果及分析
10．3．1 客觀評價指標
10．3．2 主觀視覺評價
10．4 本章小結
參考文獻

第11章跨尺度運動圖像的插值、增強和重建系統(tǒng)
11．1 運動圖像跨尺度插值模型的實現
11．1．1 運動圖像跨尺度插值模型的實現
11．1．2 MTIM模型實驗結果與分析
11．2 跨尺度運動圖像增強和超分辨率重建系統(tǒng)實現
11．2．1 引言
11．2．2 DIERS系統(tǒng)總體架構
11．2．3 主要功能模塊設計與實現
11．3 本章小結