随着计算机技术的日新月异的发展，视频图像信息在人类认知世界的各个领域发挥着越来越重要的作用。由于人眼受到生理、心理和神经系统调节的限制，分辨率是相当有限的，所以在人眼不可视区域或者肉眼无法察觉的区域隐藏着大量微小细节。这些微小细节中的纹理信息，通过特定的图像增强技术，可以是使用户看到的视频更加清晰，内容更加丰富。而微小细节中的运动信息，通过放大往往能反映了潜在的运动信息，揭示其中隐含的重要规律。目前各种各样的图像处理技术层出不穷，基本上都是基于可视区域的去噪和提高对比度，和对细节上的失真进行增益或补偿，而对于不可视区域的研究屈指可数。本论文通过分析和对比找到了一种的适用于微小纹理放大的自适应图像视频细节增强技术，该技术通过多尺度分析图像，采用新的图像融合技术和边缘处理方法，使得原始图像中肉眼无法察觉区域的微小细节纹理得以显示出来，实验效果很好而且是目前为数不多的同样适用于视频图像序列的增强算法。在微小运动放大方面，本论文细致地分析了运动目标提取、运动目标增强等相关的原理和技术，并将之运用到提取固定背景的车辆跟踪实验中。最后再将运动增强技术的研究深入到人眼不可视区域，分析了目前最新的两种基于不同原理的微小运动放大技术，一个基于拉格朗日描述法，另一个是基于欧拉描述法，阐述了两种方法的相同和不同之处，对比了实验结果，分析了这两种方法优缺点，最终融合这两种方法的优势，找到一种新的改进算法。综上所述，本论文系统地研究了视频图像序列的微小细节增强技术，对微小纹理和微小运动方面的相关技术的思想、算法、原理进行研究和实验，以希在这一领域做出些有益的探索。