●第1章緒論
1.1圖像插值
1.2圖像超分辨率重建
第2章多項式圖像插值
2.1引言
2.2經典圖像插值算法
2.3B樣條圖像插值
2.3.1多項式樣條
2.3.2B樣條類型
2.3.3B樣條插值的數字濾波器實
2.4O-MOMS插值法
2.5Keys（雙三次）插值
2.6多項式圖像插值的問題
2.6.1振鈴效應
2.6.2混疊效應
2.6.3塊效應
2.6.4模糊效應
第3章自適應多項式圖像插值
3.1引言
3.2低分辨率圖像降質模型
3.3線性不變空間圖像插值
3.4有偏距離圖像插值
3.5權重圖像插值
3.6迭代圖像插值
3.7仿真實例
第4章基於神經網絡的多項式圖像插值
4.1引言
4.2ANN基礎知識
4.2.
4.2.2層
4.2.3連接
4.2.4權重
4.2.5激勵規則
4.2.6激勵函數
4.2.7輸出
4.2.8學習規則
4.3神經網絡結構
4.3.1多層感知網絡
4.3.2徑向基函數網絡
4.3.3小波神經網絡
4.3.4循環神經網絡
4.4訓練算法
4.5神經網絡圖像插值
4.6仿真試驗
第5章彩色圖像插值
5.1引言
5.2色彩過濾陣列
5.2.1白平衡
5.2.2Beyer插值
5.3拉普拉斯二階矯正的線性插值
5.4自適應彩色圖像插值
第6章圖像插值在模式識別中的應用
6.1引言
6.2倒頻譜模式識別技術
6.3特征提取
6.3.1MFCC繫數計算
6.3.2多項式繫數
6.4基於離散變換的特征提取
6.4.1離散小波變換
6.4.2離散餘弦變換
6.4.3離散正弦變換
6.5基於人工神經網絡的特征匹配
6.6仿真實例
第7章圖像插值逆問題
7.1引言
7.2自適應最小二乘圖像插值
7.3LMMSE圖像插值
7.4優選熵圖像插值
7.5正則化圖像插值
7.6仿真試驗
7.7紅外圖像的插值
第8章圖像配準
8.1引言
8.2圖像配準的應用
8.2.1不同視角（多視角分析）
8.2.2不同時間（多時相分析）
8.2.3不同傳感器（多模型分析）
8.2.4場景和模型的配準
8.3圖像配準的步驟
8.3.1特征檢測步驟
8.3.2特征匹配步驟
8.3.3變換模型估計
8.3.4圖像重采樣和變換
8.4圖像配準精度的估計
第9章圖像融合
9.1引言
9.2圖像融合的目標
9.3圖像融合的實現
9.4像素級圖像融合
9分析融合
9.6小波融合
9.6.1DWT融合
9.6.2DWFT融合
9.7曲波融合
9.7.1子帶濾波
9.7.2分割
9.7.3脊波變換
9.8IHS融合
9.9高通濾波融合
9.10格蘭施密特融合
9.11衛星圖像融合
9.12MR和CT圖像融合
第10章基於先驗知識的超分辨率重建
10.1引言
10.2多觀測LR降質模型
10.3基於小波的圖像超分辨率重建
10.4簡化的多通道降質模型
10.5多通道圖像復原
10.5.1多通道LMMSE復原
10.5.2多通道優選熵復原
10.5.3多通道正則化復原
10.6仿真實例
第11章無先驗知識的超分辨率重建
11.1引言
11.2問題描述
11.3二維 算法
11.4盲超分辨率重建方法
11.5仿真試驗
附錄A離散B樣條
附錄B托普利茨一循環近似
附錄C牛頓算法
附錄DMATLAB代碼
參考文獻

本著作全面講述了圖像超分辨率重建方法及其應用，同時給出了圖像多項式插值、自適應多項式插值以及彩色圖像插值的Matlab代碼。本書在內容上有許多創新之處，從單個或多個低分辨率圖像中重構超分辨率圖像是本書討論的基礎，並首次將圖像超分辨率圖像重建過程進行了模塊化處理，深入探討了多種基於多項式的圖像插值算法以及其逆問題的處理手段。在對圖像超分辨率重建中圖像配準和圖像融合這兩個關鍵步驟的論述上，本書進行了十分細致地推導和說明，並給出了十分翔實的步驟，對基於先驗知識的圖像超分辨率重建和圖像超分辨率盲重建進行深入探討，並將所討論的算法進行了實際應用。本書重點內容是對圖像插值、配準、復原、融合及降噪等技術進行了深入淺出地討論，基礎理論闡述清晰，應用實例具有較強的代表性。

(埃)法特希·阿布杜埃薩目(Fathi E.Abd El-Samie),(埃)莫豪伊·哈迪漢德(Mohiy M.Hadhoud),(埃)賽依達·伊爾哈米(Said E.El-Khamy) 著;蔡成濤,梁燕華 譯 著