matlab彩色图像缩放（双线性与双立方插值）

双线性插值原理可以参考这篇博文：双线性内插法
立方插值的推导我参考的这篇文章：Cubic interpolation
数学推导过程上面两篇文章解释得还是比较清楚，可以自己拿笔推一推，至于双线性和双立方可以理解为先行（或列）插值再列（或行）插值。

程序代码：

双线性插值函数
BilinearInterpolae.m

function imgn = BilinearInterpolae(img,m,n)
    
    %取出单个通道
    imgR = img(:, :, 1);
    [h, w] = size(imgR);
    
    for t= 1:3
        for i = 1:h*m          %新高度，即行
            for j = 1:w*n      %新宽度，即列

                x = i/m;         %坐标（i，j）对应原图中（x,y）;x/i=h/(h*m)
                y = j/n;           
                u = x-floor(x); %取得虚坐标x的小数部分 
                v = y-floor(y);

                if x < 1           %,x,y可能对应原图中非整数坐标位置，所以需要进行边界处理
                    x = 1;
                end

                if x > h
                    x = h;
                end

                if y < 1
                    y = 1;
                end

                if y > w
                    y = w;
                end

                %按权重进行双线性插值
                imgn(i,j,t) = img(floor(x), floor(y), t)*(1-u)*(1-v)+ ...
                            img(floor(x), ceil(y), t)* (1-u) * v + ...
                            img(ceil(x), floor(y), t)* u * (1-v) + ...
                            img(ceil(x), ceil(y), t)* u * v;        
            end
        end
    end
end

三次插值函数
cubicInterpolate.m

%----------- p = [p1   p2   p3   p4]-----------
%---------------f(-1) f(0) f(1) f(2)-----------

function value = cubicInterpolate(p,x)   %p的大小4*1
    p = double(p);
    
    a = -0.5*p(1) + 1.5*p(2) - 1.5*p(3) + 0.5*p(4);
    b = p(1) - 2.5*p(2) + 2*p(3) - 0.5*p(4);
    c = 0.5*p(3) - 0.5*p(1);
    d = p(2);
    
    value=a*x^3 + b*x^2 + c*x + d;
end

双立方插值函数（调用三次插值函数）
bicubicInterpolate.m

function revalue=bicubicInterpolate(p,x,y)         %x,y被包含于[0,1]之间

    arr = zeros(4,1);
    for i=1:4
        arr(i) = cubicInterpolate( p(i,1:4), y);   %先行插值
    end
    revalue = cubicInterpolate(arr,x);             %再列插值
    
end

主程序
mian.m

clear all;
close all;
clc;

imgsrc = imread('parrot-1088-725.jpg');
img = imresize(imgsrc, [floor(725/5),floor(1088/5)]);
%imshow(img);

m = 4;            %放大或缩小的宽度的倍数
n = 4;            %放大或缩小的高度的倍数

%取出单个通道
imgR = img(:, :, 1);
[h, w] = size(imgR);

%%双线性插值
imgn2 = BilinearInterpolae(img,4,4);

%%双立方插值
imgn3 = zeros(h*m,w*n);
%初等行变换[rot|E]——>[E|rot']
%rot'=[1/m 0 0;0 1/n 0;0 0 1]
rot = [m 0 0;0 n 0;0 0 1];      

for t = 1:3
    for i = 1:h*m
        for j = 1:w*n
            coord = [i j 1]/rot;          %缩放后的图像像素坐标coordinate在原像素中的坐标pix=[i/m j/n 1]

            u = coord(1)-floor(coord(1)); %x方向（纵轴）虚坐标与左上点实坐标相减的小数部分
            v = coord(2)-floor(coord(2)); %y方向（横轴）虚坐标与左上点实坐标相减的小数部分

            if coord(1) < 2            %边界处理,也可以用卷积时常用的边界扩展防止越界
                coord(1) = 2;
            end

            if coord(1) > h-2
                coord(1) = h-2;
            end

            if coord(2) < 2
                coord(2) = 2;
            end

            if coord(2) > w-2
                coord(2) = w-2;
            end

            x0=floor(coord(1));           %左上角点纵坐标，row
            y0=floor(coord(2));           %左上角点横坐标，col
            
            Rec_pixel = img(x0-1:x0+2, y0-1:y0+2, t);  %虚坐标(x,y)坐标的16邻域的像素
            imgn3(i,j,t) = bicubicInterpolate(Rec_pixel, u, v); %双立方插值      

        end
    end
end

figure(1),imshow(uint8(img))；
figure(2);imshow(imgn2);
figure(3);imshow(uint8(imgn3));

原图：

双线性插值效果图
双立方插值效果图
线性插值和三次插值但从效果上来说我没看出明显的差别，但是理论上应该是三次插值比二次插值好

代码参考了以下两篇博文，部分地方按自己的理解做了修改
https://blog.csdn.net/ywxk1314/article/details/81286413?depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2&utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2

https://blog.csdn.net/weixin_33895475/article/details/94746783