图像插值法(最邻近,双线性)

(数字图像处理)-图像内插

内插是图像的重采样方法,用在图像放大,缩小,旋转和几何校正方面,本质上内插是用已知数据去估计未知位置的数值处理。

1.最邻近插值算法


将一个2x2的图像src(w_s=2,h_s=2)放大为3x3图像dst(w_d=3,h_d=3):
根据公式:
比例系数=源图像 / 目标图像
横轴比例系数 vx=w_src / w_dst=2/3
纵轴比例系数 vy=h_src / h_dst=2/3

目标图像的值dst[x,y]=src[x * vx,y * vh]
x * vx,y * vh可能为小数,四舍五入

在这里插入图片描述
最后得到如图,总结就是按比例缩放
这种方法的好处就是简单,但是坏处就是太过粗暴,会缺失精度,造成缩放后的图像灰度上的不连续,在变化地方可能出现明显锯齿状。

2.双线性插值算法


双线性就是利用与坐标轴平行的两条直线去把小数坐标分解到相邻的四个整数坐标点的和,权重为距离。
P点是小数坐标,Q是相邻的四个整数坐标

计算R1 R2

1.首先是先根据Q11 = (0,1)和Q21 = (1,1)这两个像素点的像素值计算得到R1=(x,y1)像素点的像素值
2.然后根据Q12 = (0,0)和Q22 = (1,0)这两个像素点的像素值计算得到R2=(x,y2)像素点的像素值
在这里插入图片描述
再由R1,R2得到结果
在这里插入图片描述
用到了权值的概念,提升不少

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值