图像处理中的插值算法

 

    假设有一副图像A，像素为 m×n。如果要将其缩放为原来的a倍变成图像B，其像素为 a*m×a*n=M×N（*代表乘法运算），将会涉及到插值的问题，常见的插值方法有三种最邻近插值、双线性插值、双立方插值。

一、最邻近插值

如图，假设原始图像A为 4×4 的像素，缩放后的图像B为 3×3 的像素。其中A中每个像素块的值我们都已经知道，而B中每个像素块的值都不知道，只要利用图像A求出B中每个像素块的值，我们的工作就完成了。可以一个 一个 的来求，假 如要先求B中第1行，第2列的像素块值的大小  g(1,2)  的话。对于最邻近插值话很简单，找到A图像中某一个像素块的值直接给B就行，重要的是找出要把A中哪一个像素块的值给 g(1,2)。就是用下面的求法。（g（x，y）为B图像中（x，y）处的像素值，f（x，y）为A图像中（x，y）处的像素值）

直接四舍五入得

所以只要把A图像中第1行第3列的像素块的值赋值给B图像中第1行第2列的像素块即可，通过这种方式可以求出图像B中所有像素块的值。

推广到一般情况

为求B图像中位于（x，y）处的像素值，则有

           a为缩放倍数，m×n为原始图像大小，M×N为缩放后图像大小

当然如果所求结果不是整数直接四舍五入就好。

双线性插值

    对于最邻近插值还可以这样理解，看下图。由可以得到，图像B中的点（x，y）对应于图像A中的,假设就是下图中的H点。所谓最邻近插值，就是说图像B中（x，y）点的像素值只和离H点（H点是在图像A中）最近的像素点的值有关，也就是点（i，j）处的像素值。

而双线性插值呢，它不仅仅只是和离H点最近的像素点的值有关，而是和H点周围的4个像素点的值都有关。这4个像素点也就是（i，j）、（i+1，j）、（i，j+1）、（i+1，j+1）。具体进行双线性插值的步骤：

1、先进行水平方向的插值，也就是利用上图中（i，j）和（i+1，j）两点的像素值求出X点的像素值;利用（i，j+1）和（i+1，j+1）两点的像素值求出Y点的像素值。（点X、Y、H在一条竖线上，即横坐标相同）

2、再进行竖直方向上的插值，也就是利用X、Y两点的像素值求出H点的像素值，也就是我们要求的图像B中（x，y）处的像素值。这应该也是为什么这种插值方法叫作双线性插值的原因了吧。

我们首先要把H点的坐标写成这这种形式（i+u，j+v），其中i、j是整数（i，j也代表图像A中的第几个像素点）；u、v是小数。至于H点坐标怎么求前面说过。分别把X、Y、H点的像素值记作、、；同理、、、g(i分别代表相应四个位置的像素值。

当然，你也可以把,代入第三个式子得到一个计算公式。（*代表乘法运算）

还可以拿最开始的那个简单例子来计算一下，要求图像B中第1行第2列位置处的像素值。通过可以得到H点的坐标为（1+0.33，2+0.66),所以就是你懂得。太简单懒得写，反正记住f(x,y)是已知的，当然这里的x、y都是整数。最后求出的也就是我们要找的图像B中第1行第2列位置处的像素值。

双立方插值

未完，待续