数值图像处理——插值算法

1. 图像放大的过程

如何看待一幅图像的放大？图像放大的本质是像素点的增加

1.确定新像素的位置
2x2的原图像：

放大1.5倍到3x3大小：

缩小到原图像大小：

确定像素值：

扩展到规定的大小：

如何确定新像素的值f(x,y)？？？
这里就要用到图像内插了

2. 经典插值算法

最近邻插值、线性插值、双线性插值

1.最近邻插值

A ，B，C，D为新的像素点，新像素点的值由最近的原像素的值确定，如上图所示，A点离黑色像素最近，所以赋值为黑色，B点离红色像素最近，所以赋值为红色，C点和D点同

2.双线性插值

双线性插值需要考虑4个原始像素的值，每个像素点距离新像素点的位置不同最后导致他们对新像素点的权重也不同，如下图，Q12，Q22，Q11，Q21均为原始像素点，P为新的像素点。

如何确定P点的值？
1.确定R1和R2的值

2.在y方向进行线性插值

最后就能够得到双线性插值的结果

2.三次线性插值

利用点（x’,y’）的16个最近邻像素的灰度值，如图所示，设点（x’,y’）的16个最近邻像素为：A，B，C，D，E，F，G，H，I，J，K，L，M，N，O，P，

则计算点（x’,y’）的插值公式为：

其中g(.)表示相应16个最近邻像素的灰度值。Wx为横坐标插值的加权值，Wy为纵坐标插值的加权值，分别计算如下：
1）如果g(.)的横坐标值与x’的差值dx<1（即B，C，F，G，J，K，N，O），则：

2）如果g(.)的横坐标值与x’的差值dx>1（即A，D，E，H，I，L，M，P），则：