随着时代的进步和发展,计算机技术已遍布于各个领域,为人类了解环境甚至到人眼无法感知的外界提供了诸多新的方法。图像和视频也在人们生活中占据着越来越显著地位。故,本文依靠计算机技术,通过视频和图像算法来达到人们检测和放大微小运动的目标。具体工作包括以下几方面:第一,归纳并介绍了基于数字图像相关和排列熵的微小运动检测方法以及现有的微小运动放大方法。阐述了数字图像相关方法和排列熵方法的理论和发展应用历程,并对数字图像相关方法用基于散斑图进行测量精度实验。针对目前的微小运动放大方法进行总结概述。第二,本文提出了一种基于排列熵的微小运动检测方法。我们将视频序列帧中运动区域像素看成一维时间信号,该信号具有非线性和非平稳的特征,而背景区域像素就会保持平稳或不变,因此将排列熵应用于视频微小运动区域检测。通过实验验证了排列熵算法在检测非线性信号突变上的有效性,并且作用明显。对于排列熵计算过程中序列长度、嵌入维数和时间延迟参数的选取进行了理论分析和实验验证,为将排列熵应用于微小运动检测提供了参数的合适选择。最后将排列熵检测出的微小运动区域结果进行伪彩色处理,输出可视化结果,并和基于数字图像相关的微小运动检测结果进行对比分析,排列熵方法能更准确的检测出微小运动区域,可视化结果更加明显。第三,将基于排列熵的微小运动检测应用到微小运动放大中。先将视频中的微小运动区域检测并提取出来,然后只针对运动区域做放大处理,最后融合到背景中。这样不但保留了背景区域,让这部分区域保持原始状态,没有经过任何处理失真,可以和运动区域形成明显对比。通过将本文提出方法和直接将视频进行放大处理方法的实验结果的峰值信噪比进行比较分析,得出我们方法的整体视频质量高于直接进行放大的视频质量。这样既放大了运动信息,又没有将背景改变,避免了外围干扰,使放大后的视频视觉效果更好,且还降低了时间损耗,提高了效率,节约了资源。综上所述,本文提出了一种基于排列熵算法的微小运动检测方法,并通过和数字图像相关方法进行对比实验,证明本方法的有效性。将微小运动检测方法应用到微小运动放大中,形成了一个基于微小运动检测的微小运动放大方法的完整系统,并通过实验验证了本方法的优越性。