1、Interpolation【插值/内插】: 找一个函数,拟合已有数据,同时可推测新的数据(但有误差)。
給定一堆函數值,然後找到一個函數,穿過所有給定的函數值。外觀就像是在相鄰的函數值之間,插滿函數值,因而得名「內插」。
2、图像重采样插值算法
通过抽样像素点间的代数关系拟合周围的像素值,从而缩放图像。【利用像素间的相关性:邻近的像素值大小近似】。
常用的方法有NearestNeighbour Interpolation,BilinearInterpolation,BicubicInterpolation; 【效果对比】
问题:已知图像坐标位置(x,y),以及部分坐标像素值(f(Q11),f(Q12),f(Q21),f(Q22))。根据已有像素值拟合未知像素f(x,y)的值。
思路:在两个方向分别进行一次线性插值。
结果:f(x,y)=a1*f(Q11)+a2*f(Q12)+a3*f(Q21)+a4*f(Q22)
其中a为系数,由坐标(x,y)决定。
http://www.cvchina.info/2010/06/01/sparse-representation-vector-matrix-tensor-1/
http://zh.wikipedia.org/wiki/%E6%8F%92%E5%80%BC wiki中“插值”定义
http://www.csie.ntnu.edu.tw/~u91029/Interpolation.html 演算法笔记