随着多媒体通信和信息处理技术的发展,人们对图像质量的要求越来越高。然而,受通信带宽的限制(如无线条件下),获得的图像的质量往往很低,难以满足人们的需要。图像插值技术能够简单、快速的提高图像的质量。因此,它被广泛地应用到图像处理的各种邻域,如图像放大、图像修补、图像去隔行。本文主要研究插值算法在图像/视频放大上的应用。首先,简要介绍了图像插值算法近期的研究成果。然后,根据图像的自回归模型(AutoRegressiveAR),从空域和时空域的图像/视频信号自回归模型两个方面,研究视频信号的内插放大方法。本文的主要工作如下:(1)提出了一种基于空域AR模型的图像插值重建算法:用SAI(Soft-DecisionAdaptiveInterpolation)算法插值结果作为初始值,采用EM(ExpectationMaximization)估计算法估计AR模型参数,进而求出图像插值。实验表明:所提出算法的PSNR值比SAI算法提高了0.23dB～0.38dB,同时改善了图像的主观视觉效果。(2)提出了两种基于时空域AR模型的视频插值重建算法:一种算法仍采用SAI算法提出的AR模型,利用时空域内的冗余信息来估计AR模型参数,求出图像插值。实验表明:该改进算法的PSNR值比SAI算法提高0.27dB～0.39dB,同时得到了较好的主观视觉效果。另外一种算法提出了一种新的STAR(Spatio-TemporalAR)模型,它由当前帧内的4个像素点和相邻帧内的4的像素点构成,再通过估计STAR模型参数求出图像插值。实验表明:该改进算法能够改善视频的主观视觉效果。