[24002]图像/视频的超分辨率复原(精装)

家园副管03

	书　　名　　图像/视频的超分辨率复原(精装) 丛 书 名　　高新技术专著系列 标准书号　　ISBN 978-7-115-24002-6 编目分类　　TN911.73 作　　者　　卓力 王素玉 李晓光 著 译　　者　　-- 责任编辑　　杨凌 开　　本　　小16 开 印　　张　　23.25 字　　数　　434 千字 页　　数　　351 页 装　　帧　　精装 版　　次　　第1版第1次 初版时间　　2011年1月 本 印 次　　2011年1月 首 印 数　　2500 册 定　　价　　88.00 元
试读章节： 1.第4章 2.第5章 3.目录 4.前言 5.序

内容提要
　　本书是关于图像和视频超分辨率复原技术的一本学术专著，反映了相关技术领域近年来的最新研究进展。
　　全书共分5篇19章。第一篇为基础知识，介绍数字图像与视频的基本概念、图像插值缩放和质量增强的基本方法以及超分辨率复原的基本概念；第二篇为基于重建的超分辨率复原，分析论述了基于重建思想的各种图像超分辨率复原方法；第三篇为基于学习的超分辨率复原，阐述了基于学习思想的图像超分辨率复原方法以及人脸图像的超分辨率复原技术；第四篇为高动态范围图像的显示，介绍了高亮度动态范围图像在标准显示设备上显示的处理技术；第五篇为超分辨率复原技术的发展趋势，主要介绍了当前在超分辨率复原研究领域的一些研究热点。
　　本书可供威尼斯人官方网站与电子系统、信号与信息处理、计算机应用等相关专业的研究人员、工程技术人员、高校教师、研究生和高年级本科生学习参考。

目　录第一篇　基础知识<br /> 第1章　图像/视频基础知识<br /> 1.1　图像/视频的数字化表示　3<br /> 1.1.1　二维采样定理　3<br /> 1.1.2　采样与量化　5<br /> 1.1.3　数字图像的数据量与表示　7<br /> 1.1.4　视频的数字化　8<br /> 1.2　彩色空间　8<br /> 1.2.1　彩色空间的视觉属性　8<br /> 1.2.2　RGB彩色空间　9<br /> 1.2.3　YCbCr彩色空间　9<br /> 1.2.4　ISH彩色空间　11<br /> 1.3　图像分辨率　12<br /> 1.4　图像显示　13<br /> 1.5　人眼视觉特性　14<br /> 1.5.1　人眼视觉系统的生理特性　14<br /> 1.5.2　人眼视觉特性　19<br /> 1.6　图像/视频质量评价　24<br /> 参考文献　25<br /> 第2章　图像缩放<br /> 2.1　图像缩放原理　26<br /> 2.2　几种传统的图像插值方法　27<br /> 2.3　插值方法的对比分析　47<br /> 参考文献　48<br /> 第3章　图像质量增强基本技术<br /> 3.1　概述　50<br /> 3.2　图像增强　51<br /> 3.2.1　灰度级映射变换　51<br /> 3.2.2　直方图变换　53<br /> 3.2.3　图像的平滑和去噪　55<br /> 3.2.4　图像的锐化　58<br /> 3.2.5　频域图像增强　60<br /> 3.2.6　同态图像增强方法　64<br /> 3.3　图像复原　65<br /> 3.3.1　图像退化的数学模型　66<br /> 3.3.2　无约束图像复原　68<br /> 3.3.3　有约束图像复原　70<br /> 参考文献　73<br /> 第4章　超分辨率复原技术<br /> 4.1　超分辨率复原技术的产生与发展　74<br /> 4.2　基于重建的超分辨率复原　75<br /> 4.3　基于学习的超分辨率复原　76<br /> 参考文献　76<br /> 第二篇　基于重建的超分辨率复原<br /> 第5章　基于重建的图像超分辨率复原技术概述<br /> 5.1　概述　81<br /> 5.2　超分辨率复原的理论基础　82<br /> 5.2.1　观测模型　82<br /> 5.2.2　超分辨率复原的数学物理基础　82<br /> 5.3　基于重建的超分辨率复原算法概述　86<br /> 5.3.1　频域方法　86<br /> 5.3.2　空域方法　87<br /> 5.3.3　超分辨率复原算法性能评价　92<br /> 5.4　讨论　94<br /> 参考文献　94<br /> 第6章　凸集投影和最大后验概率估计<br /> 6.1　概述　97<br /> 6.2　运动估计方法　97<br /> 6.2.1　块匹配　98<br /> 6.2.2　分级块匹配运动估计及可信度验证　99<br /> 6.2.3　基于光流的运动估计　100<br /> 6.3　凸集投影算法　102<br /> 6.3.1　算法原理　102<br /> 6.3.2　执行过程　105<br /> 6.4　最大后验概率算法　105<br /> 6.4.1　算法描述　105<br /> 6.4.2　Huber-Markov先验模型　106<br /> 6.4.3　梯度下降最优化方法　108<br /> 6.5　算法性能测试与对比　109<br /> 6.5.1　模拟低分辨率视频序列　109<br /> 6.5.2　实际摄取的低分辨率视频序列　120<br /> 6.5.3　实验结果分析与讨论　123<br /> 6.6　彩色视频序列的超分辨率复原　124<br /> 6.6.1　颜色域分级块匹配运动估计　124<br /> 6.6.2　基于POCS的算法　126<br /> 6.6.3　基于MAP的算法　128<br /> 6.6.4　实验结果与讨论　129<br /> 6.7　讨论　133<br /> 参考文献　134<br /> 第7章　基于MRF模型的MAP图像超分辨率复原<br /> 7.1　概述　136<br /> 7.2　基于自适应MRF模型的MAP图像超分辨率复原　137<br /> 7.2.1　自适应MRF模型　137<br /> 7.2.2　基于自适应MRF模型的MAP图像超分辨率复原　141<br /> 7.2.3　性能测试与分析　142<br /> 7.3　一种基于MPIFS和自适应MRF模型的MAP图像超分辨率复原方法　147<br /> 7.3.1　分形编码技术概述　147<br /> 7.3.2　基于MPIFS的超分辨率复原　149<br /> 7.3.3　改进的MAP超分辨率复原方法　151<br /> 7.3.4　性能测试与分析　152<br /> 7.4　讨论　156<br /> 参考文献　156<br /> 第8章　基于梯度矢量流约束的图像超分辨率复原<br /> 8.1　概述　158<br /> 8.2　各向异性扩散模型与数字图像处理　159<br /> 8.2.1　扩散模型的物理背景　159<br /> 8.2.2　平均曲率流扩散模型　159<br /> 8.2.3　梯度矢量流场约束的扩散模型　161<br /> 8.3　基于梯度矢量流场约束的超分辨率复原算法　162<br /> 8.3.1　基于GVF约束的超分辨率复原算法　162<br /> 8.3.2　基于梯度矢量流场的图像边缘先验知识　163<br /> 8.3.3　高斯移动平均模型约束　165<br /> 8.3.4　基于梯度矢量流场约束的图像超分辨率复原步骤　166<br /> 8.4　性能测试与分析　166<br /> 8.5　讨论　169<br /> 参考文献　169<br /> 第9章　基于对象的监控视频超分辨率复原<br /> 9.1　基于对象的视频处理技术　172<br /> 9.1.1　视频对象的分割　172<br /> 9.1.2　视频对象的形状编码　173<br /> 9.2　基于对象的超分辨率复原算法框架　174<br /> 9.3　视频对象的检测与跟踪　175<br /> 9.3.1　背景模型的建立　176<br /> 9.3.2　目标检测与跟踪　179<br /> 9.4　视频对象的超分辨率复原算法　180<br /> 9.4.1　基于仿射模型的多尺度最小二乘块匹配方法　181<br /> 9.4.2　基于多尺度仿射块匹配的目标匹配与分割　184<br /> 9.4.3　LR模型约束的MAP算法　185<br /> 9.5　性能测试与分析　188<br /> 9.5.1　目标检测与跟踪　188<br /> 9.5.2　多尺度仿射块匹配　191<br /> 9.5.3　基于对象的超分辨率复原　193<br /> 参考文献　196<br /> 第10章　基于权值矩阵的超分辨率盲复原<br /> 10.1　图像的盲复原技术及其在超分辨率复原中的应用　199<br /> 10.1.1　图像盲复原　199<br /> 10.1.2　超分辨率盲复原　201<br /> 10.2　基于权值矩阵的超分辨率盲复原算法　201<br /> 10.2.1　观测模型的建立　202<br /> 10.2.2　最大后验概率(MAP)框架　203<br /> 10.2.3　交替最小化方法　205<br /> 10.3　实验结果　206<br /> 10.3.1　模拟图像序列测试　206<br /> 10.3.2　视频序列测试　209<br /> 10.4　讨论　211<br /> 参考文献　212<br /> 第11章　基于小波变换域的超分辨率复原<br /> 11.1　超分辨率问题的小波表征　214<br /> 11.2　小波系数的广义高斯模型　216<br /> 11.3　基于小波变换域超分辨率复原的求解过程　218<br /> 11.4　性能测试与分析　220<br /> 11.5　讨论　226<br /> 参考文献　227<br /> 第12章　基于单帧高分辨率图像的视频序列超分辨率复原<br /> 12.1　视频序列的超分辨率复原技术　229<br /> 12.1.1　静态批处理方法　230<br /> 12.1.2　动态自适应滤波　230<br /> 12.2　基于单帧高分辨率图像的视频序列超分辨率复原　231<br /> 12.2.1　算法概述　231<br /> 12.2.2　运动估计　232<br /> 12.2.3　高分辨率视频序列的重建　233<br /> 12.3　性能测试与分析　235<br /> 12.4　讨论　238<br /> 参考文献　238<br /> 第三篇　基于学习的超分辨率复原<br /> 第13章　基于学习的超分辨率复原技术概述<br /> 13.1　概述　243<br /> 13.2　基于示例学习的算法　244<br /> 13.2.1　算法概述　244<br /> 13.2.2　学习模型　245<br /> 13.3　基于学习的人脸图像超分辨率复原　247<br /> 13.3.1　基于局部特征　247<br /> 13.3.2　基于全局特征　248<br /> 13.3.3　局部特征与全局特征相结合　249<br /> 13.4　讨论　250<br /> 参考文献　250<br /> 第14章　基于示例学习的超分辨率复原算法<br /> 14.1　概述　253<br /> 14.2　基于示例学习的超分辨率复原　253<br /> 14.2.1　样本库的建立　253<br /> 14.2.2　马尔可夫网络模型　254<br /> 14.2.3　匹配重建　256<br /> 14.2.4　性能测试与分析　257<br /> 14.3　基于预分类学习的超分辨率复原　260<br /> 14.3.1　算法原理　260<br /> 14.3.2　样本的纹理特征　261<br /> 14.3.3　基于纹理特征的样本预分类　262<br /> 14.3.4　高分辨率图像的生成　263<br /> 14.3.5　性能测试与分析　263<br /> 14.4　讨论　265<br /> 参考文献　266<br /> 第15章　基于多类预测器学习的超分辨率复原<br /> 15.1　概述　267<br /> 15.2　基于多类预测器学习的图像超分辨率复原　268<br /> 15.2.1　训练样本的产生　268<br /> 15.2.2　基于内容的样本分类　269<br /> 15.2.3　多类预测器的设计与训练　270<br /> 15.2.4　高分辨率图像的重建　271<br /> 15.3　多类预测学习算法性能测试与分析　273<br /> 15.3.1　训练样本集和测试图像集　274<br /> 15.3.2　自样本训练集　274<br /> 15.3.3　特定样本训练集　278<br /> 15.3.4　混合样本训练集　279<br /> 15.3.5　与分辨率间查找表算法对比实验　280<br /> 15.4　讨论　282<br /> 参考文献　282<br /> 第16章　基于学习的人脸图像超分辨率复原<br /> 16.1　概述　284<br /> 16.2　人脸的区域特性　285<br /> 16.3　基于方向自适应学习的人脸图像超分辨率复原　286<br /> 16.3.1　区域方向性分类　287<br /> 16.3.2　预测重建　288<br /> 16.3.3　性能测试与分析　288<br /> 16.4　基于区域分类预测学习的人脸图像超分辨率复原　290<br /> 16.4.1　区域内自适应的矢量量化分类　291<br /> 16.4.2　预测重建　292<br /> 16.4.3　性能测试与分析　292<br /> 16.5　讨论　296<br /> 参考文献　296<br /> 第四篇　高动态范围显示<br /> 第17章　高动态范围图像可视化技术概述<br /> 17.1　概述　301<br /> 17.2　图像的动态范围　302<br /> 17.3　高动态范围可视化研究进展　303<br /> 17.3.1　全局映射算法　303<br /> 17.3.2　局部映射算法　306<br /> 17.4　评价方式　308<br /> 17.4.1　主观心理实验法　309<br /> 17.4.2　局部对比度评价法　309<br /> 17.4.3　视觉差别法　311<br /> 17.5　讨论　312<br /> 参考文献　313<br /> 第18章　基于自适应细节增强的高动态范围图像可视化<br /> 18.1　概述　316<br /> 18.2　自适应高动态范围图像可视化算法　317<br /> 18.2.1　基本层与细节层的分解　317<br /> 18.2.2　基本层映射曲线和映射图　318<br /> 18.2.3　自适应细节层增强　319<br /> 18.2.4　最终映射及颜色处理　321<br /> 18.2.5　性能测试与分析　321<br /> 18.3　双边滤波器的快速算法　327<br /> 18.3.1　双边滤波器原理　327<br /> 18.3.2　积分图像及其性质　329<br /> 18.3.3　基于积分图像的快速空间滤波　330<br /> 18.3.4　基于积分图像的快速双边滤波器　332<br /> 18.3.5　性能测试与分析　333<br /> 18.4　讨论　335<br /> 参考文献　335<br /> 第五篇　超分辨率复原技术的发展趋势<br /> 第19章　超分辨率复原技术的发展趋势<br /> 19.1　基于重建与基于学习的超分辨率复原技术的融合　339<br /> 19.2　压缩域超分辨率复原技术　341<br /> 19.3　时空超分辨率复原　342<br /> 19.4　HDR图像技术与超分辨率复原的融合　344<br /> 19.5　讨论　348<br /> 参考文献　348