Interpolation

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】

     1）BilinearInterpolation 

          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