数字图像处理--放大和收缩数字图像（双线性插值法）

前言

大家好！在学习数字图像处理这门课程中，进行到了放大和收缩数字图像环节。当然处理的方法有很多（最近邻法、双线性插值法、更多邻点插值法），小编重点介绍双线性插值法，并结合最近邻法的效果进行对比分析。

放大和收缩数字图像步骤

1.计算新的像素在原图的对应位置。
2.为这些对应位置赋灰度值。

计算新的像素在原图的对应位置

f(x,y)表示输出图像，g(u,v)表示输入图像。图像放大或缩小的几何运算可定义为：

如果令：u0=a(x,y)=x/c;v0=b(x,y)=y/d。那么会使图像在x轴方向放大c倍，在y轴方向放大d倍。
例如： 将一副200×200的图像g(u,v)放大1.5倍，那么将得到300×300的新图像f(x,y)。产生新图像的过程，实际就是为300×300的像素赋值的过程。
假如为f(150,150)赋值：
f(150,150)=g(150/1.5,150/1.5)=g(100,100);
假如为f(100,100)赋值：
f(100,100)=g(100/1.5,100/1.5)=g(66.7,66.7).

为这些对应位置赋灰度值

对于g(100,100),坐标值为整数，可直接赋值。而对于g(66.7,66.7)，坐标值为小数，也即（u0，v0）不一定在坐标点上，这种情况就需要用到前言中所提到的方法（最近邻法、双线性插值法、更多邻点插值法），当然这里只介绍前两种，我们分别来看。

最近邻法赋灰度值

这种方法比较简单，取点（u0,v0）最近的整数坐标（u,v）赋值即可，不过这种方法做出来的图效果不是很好，模糊成都较高。稍后我们结合代码和效果图具体分析。

双线性插值法赋灰度值

根据4个邻点的灰度值通过插值计算g(u0,v0)。

一维线性插值

假设我们已知坐标（x0,y0）与（x1,y1），要得到[x0,x1]区间内某一位置x在直线上的值。根据图中所示可得：


如果令：

则：

双线性插值

如图所示：所谓双线性插值，也就是连续使用三次一维线性插值，最终求得g(u0,v0)。
第一次：由g(u’,v’)和g(u’+1,v’)一维线性插值求g(u0,v’).
第二次：由g(u’,v’+1)和g(u’+1,v’+1)一维线性插值求g(u0,v’+1).
第三次：由g(u0,v’)和g(u0,v’+1)一维线性插值求g(u0,v0).
计算过程：

代码

最近邻法

MATLAB程序，读入灰度图1.jpg，缩放倍数为n。为了之后作对比，这里取n=2。

%采用最近邻插值对图像进行缩放处理
%参数n表示缩放倍数
function []=scale1(n)
ima=imread('F:\1.jpg');
imshow(ima);
title('输入图像');
n=2;
ima=double(ima);
swh=size(ima); %得到原图像的宽高
sw=swh(:,2); %得到原图像的宽
sh=swh(:,1); %得到原图像的高
dw=ceil(sw * n); %得到
dh=ceil(sh * n);
resIma=zeros(dh,dw);
for i=1:dh
    for j=1:dw
        tx=round(i/n); %缩放后的图像坐标在原图像处的位置
        ty=round(j/n);
        
        if(tx < 1) %如果越界，则进行调整
            tx = 1;
        end
        if(tx > sh)
            tx = swh;
        end
        if(ty < 1)
            ty = 1;
        end
        if(ty > sw)
            ty = sw;
        end
        resIma(i,j)=ima(tx,ty); %将缩放后的图像坐标在原图像处的位置的灰度值赋值给缩放后的图像
    end
end

resIma=uint8(resIma);
figure;
imshow(resIma);
title('输出图像');
imwrite(resIma,'F:\z.jpg');%保存缩放后的图片
end

双线性插值

MATLAB程序，读入灰度图1.jpg，缩放倍数为n。为了之后作对比，这里取n=2。

%采用双线性内插值对图像进行缩放处理
%参数n表示缩放的倍数
function []=scale2(n)
ima=imread('F:\1.jpg'); %读取原图像
ima=double(ima); %二维矩阵转为双精度类型
swh=size(ima); %获取原图像的宽高
sh=swh(:,1); %获取原图像的高
sw=swh(:,2); %获取原图像的宽
 
%"加墙"
ima2=zeros(sh+2,sw+2);
ima2(1,2:sw+1)=ima(1,:); %原图像上边加墙，灰度值与边界一致
ima2(sh+2,2:sw+1)=ima(sh,:); %原图像下边加墙，灰度值与边界一致
ima2(2:sh+1,2:sw+1)=ima; %将原图像赋值给中心部分
ima2(:,1)=ima2(:,2); %原图像左边加墙，灰度值与边界一致
ima2(:,sw+2)=ima2(:,sw+1); %原图像右边加墙，灰度值与边界一致
n=2;
dw=sw*n; %计算缩放后的图像的宽
dh=sh*n; %计算缩放后的图像的高
 
dw1=round((sw+2)*n); %计算加墙后缩放的图像的宽
dh1=round((sh+2)*n); %计算加墙后缩放的图像的高
 
resIma1=zeros(dh1,dw1); %创建原图像的矩阵
 
%从不是“墙”的位置开始计算缩放后的图像的各点灰度值
%考虑缩小图像时，输入的缩放倍数是小数，需进行取整
start=round(n+1);
endI=round(dh+n);
endJ=round(dw+n);
 
for i=start:endI
    for j=start:endJ
        tx=i/n; %缩放后的图像坐标在原图像处的位置
        ty=j/n;
        tdx=tx-floor(tx); %得到小数坐标
        tdy=ty-floor(ty);
        %确定临近四个角的坐标
        %Q11点
        Q11x=tx-tdx;
        Q11y=ty-tdy;
        %Q12点
        Q12x=tx-tdx;
        Q12y=Q11y+1;
        %Q21点
        Q21x=Q11x+1;
        Q21y=Q11y;
        %Q22点
        Q22x=Q11x+1;
        Q22y=Q11y+1;
        %根据双线性内插算法，算出缩放后的图像在（i,j）点处的灰度值
        resIma1(i,j)=tdx*tdy*ima2(Q11x,Q11y)+(1-tdx)*tdy*ima2(Q12x,Q12y)+tdx*(1-tdy)*ima2(Q21x,Q21y)+(1-tdy)*(1-tdx)*ima2(Q22x,Q22y);
    end
end
resIma=resIma1(n+1:dh+n,n+1:dw+n); %截取除墙外的中心部分
resIma=uint8(resIma);
imshow(resIma); %显示缩放后的图像
imwrite(resIma,'F:\s.jpg');%保存缩放后的图片
end

实验结果及对比分析

原图（为了吸引更多人关注此博客，小编特意奉上易炀千玺图片镇楼）：

最近邻法：

双线性插值：

对比以上两种方法呈现出来的结果，双线性插值法要好一些。大家可以用程序实验一下自己的图片，有什么问题及时与我交流。需要注意的是，以上理论只针对灰度图，暂不能运行RGB图片，但原理相通，大家可以继续探索。

后记

特别感谢电子科技大学-李庆嵘老师精彩的数字图像处理课程，以下为大家提供课程链接。
本文代码是改编而来，以下为大家提供原代码链接。
课程链接：https://www.bilibili.com/video/av22153795?from=search&seid=7751552597133815606
原代码链接：https://blog.csdn.net/qq_15096707/article/details/49227449