图像插值是最基础的图像研究课题之一,许多的图像插值方法在文献中被提出,用以解决非压缩图像的插值问题。然而,大量的视频序列是以压缩格式存储的,或由带宽限制要求视频以压缩形式进行传输。一些基于非压缩视频的图像插值方法,当直接应用于压缩视频的图像插值时,往往得不到较好的效果。这是因为,一方面,这些方法没有利用视频码流中已有的信息;另一方面他们没有考虑压缩视频的量化误差,而量化误差在一些情况下很明显。关于上述问题,我们在研究H.264/AVC和MPEG-2压缩视频的图像插值方面做了一些努力。我们提出了一种对H.264/AVC压缩视频,基于模式指导的帧内视频图像插值方法。我们在设计插值滤波器的时候考虑了帧内方向预测模式信息。对每一个帧内方向预测模式,我们在经典视频序列训练集上训练出一组相对应的最优的插值滤波器,所以每一个插值滤波器能自动适应于与他对应的一个帧内方向预测模式,更进一步地,量化因子作为上下文参考也参与到插值滤波器的设计与选择。实验结果表明该模型相比于其他传统的模型Bicubic, Bilinear, LAZA和NEDI,能提高插值的性能,同时保持低运算复杂度。进而我们提出了一种对H.264/AVC压缩视频的基于模式指导的帧间视频图像插值方法,对每一个帧间帧(P帧和B帧)而言,帧间预测模式被考虑来获取到运动信息,如motion vector(运动向量)。每一个在帧间帧的待插值像素点,它的插值滤波器是由它根据运动信息的对应参考点的插值滤波器拷贝而来,而双向参考的待插值像素点,取其双向插值滤波后得到的像素值的均值。这样的设计不破坏压缩视频的结构。实验结果表明该模型相比于其他传统的模型Bicubic, Bilinear, LAZA和NEDI,能提高插值的性能,同时保持低运算复杂度。借鉴H.264/AVC帧内预测模式和边缘指导的图像插值技术的成功经验,我们提出一种基于MPEG-2压缩视频的方向插值方法,在模型中,8x8的帧内预测模式帧中的规则块在变换域被分成九种方向,然后在这一块上的插值被认为是沿着这一像素块的方向。每一个规定的方向,我们在经典的视频序列训练集上训练出一组最优的维纳插值滤波器,并用这组滤波器进行插值。利用相似的方法,我们对每一个帧间帧的规则块来说,沿着其方向的对应块,作为该块的插值参考,实验结果表明该模型相比于其他传统的线性的插值模型Bicubic和Bilinear和方向指导的模型LAZA和NEDI,均能提高插值的性能,同时保持低运算复杂度来满足实际应用。