三线性CHAZHI

三线性插值

是在三维离散采样数据的张量积网格上进行线性插值的方法。这个张量积网格可能在每一维度上都有任意不重叠的网格点，这种方法通过网格上数据点在局部的矩形棱柱上线性地近似计算点(x,y,z)的值。三线性插值经常用于数值分析、数据分析以及计算机图形学等领域。

目的

为了减少一个梯度幅值从一个格子漂移(shift)到另一个格子引起的描述子突变，需要对梯度值做三线性插值。也就是根据三维坐标计算距离周围格子的距离，按距离的倒数计算权重，将梯度幅值按权重分配到临近的格子里。

双线性插值

原图像中4个像素点灰度值计算得到新图像中1个像素点灰度值。（双：两个维度进行计算）

• 第一步：x方向单线性插值，求点R1的灰度值f(R1)

                          

                        其中， 与 可以看作权重。

• 第二步：x方向单线性插值，求点R2的灰度值f(R2)。与上述步骤同理。
• 第三步：根据上述两个步骤得到的f(R1)与f(R2)，进行y方向单线性插值，求点P的灰度值f(P)

三线性插值

原图像中8个像素点灰度值计算得到新图像中1个像素点灰度值。（三：三个维度进行计算）

与双线性插值同样的思路，只是我们推到3d空间

根据点c000与点c100的灰度值计算得到点a的灰度值，根据点c010与点c110的灰度值计算得到点b的灰度值

根据点c001与点c101的灰度值计算得到点c的灰度值，根据点c011与点c111的灰度值计算得到点d的灰度值

得到了这四个点，再把它代入回双线性插值既可：

图像的梯度

梯度的方向是函数f(x,y)变化最快的方向，当图像中存在边缘时，一定有较大的梯度值，相反，当图像中有比较平滑的部分时，灰度值变化较小，则相应的梯度也较小，图像处理中把梯度的模简称为梯度，由图像梯度构成的图像成为梯度图像。