線性內插(Interpolation)

當我們圖像進行幾何轉換時，假使輸出像素映射的地方，不是輸入圖像某個整數像素位置，這時要用整數座標的灰度值進行推斷，這就是插值，這邊介紹幾種插值方式，通常較好的結果也導致較大的計算量。

---

最近插值法(Nearest Neighbor Interpolation)：這是一種最簡單的插值算法，輸出像素的值為輸入圖像離映射點最近的像素值，如下圖假使(x₀，y₀)為映射點，則讓此點的強度值為(x₁，y₁)的值，這種算法作幾何轉換時，邊緣通常有較嚴重的鋸齒狀。

---

雙線性插值法(Bilinear Interpolation)：在兩個方向分別進行一次線性插值，輸出像素的值為映射點四周的2×2像素強度加權平均，如下圖我們簡化問題，四周位置分別為(0，0)、(1，0)、(0，1)、(1，1)，強度分別為f(0，0)、f(1，0)、f(0，1)、f(1，1)，(x，y)映射點強度為f(x，y)，映射點到四邊的距離分別為d1、d2、d3、d4、我們依序進行以下三步驟：

1. 對上端的兩個頂點進行線性插值得到x₁的強度f(x₁)。 f(x₁) = f(0，0) + d₁ * (f(1，0) – f(0，0))
2. 對下端的兩個頂點進行線性插值得到x₂的強度f(x₂)。 f(x₂) = f(0，1) + d₁ * (f(1，1) – f(0，1))
3. 由f(x₁)和f(x₂)來求得(x，y)的強度f(x，y)。 f(x，y)= f(x₁)+ d₃ * (f(x₁)- f(x₂))

我們擴展這個概念，就可得到圖像所有的雙線性插值強度，這概念假設強度在兩個像素之間是線性變化的，顯然是合理的假設，因此在一般的情況之下，雙線性插值都能得到不錯的結果。

---

高階插值： 在一些幾何運算中，雙線性插值的平滑作用會導致細節的退化，這些可以透過高階插值彌補，可能會採用4×4或8×8的鄰域進行加權平均。

转自：http://monkeycoding.com/?p=524