图像重采样和插值

下采样

动机：图像太大，想要生成小一点的图像版本
图像子采样（下采样）：每隔一行一列丢弃一行一列，以创建一个1/2大小的图像

存在的问题

当采样率不够高, 就无法捕获图像中的细节 ，会生成错误的信号/图像-混叠
避免混淆: 采样率≥2 * 图像中的最大频率 （奈奎斯特率）

若以因子2做下采样原始，且图像的频率太高，就会发生混叠

解决方案

先对图像进行滤波，再进行下采样

---

上采样

动机：想将图像放大十倍
最简单的方法：重复每行和列10次

最近邻插值

在二维图像中，像素点的坐标都是整数，该方法就是选取离目标点最近的点。假设原图为A，宽度为aw，高度为ah。目标图为B，宽度为bw，高度为bh。计算方式如下：
目标图中点（X,Y）在原图中的最近邻点（posX,posY）是：

posX=X*aw/bw #四舍五入
posY=Y*ah/bh #四舍五入
B[X,Y]=A[posX,posY]

双线性插值

线性插值是以距离为权重的一种插值方式。在一维空间中，假设有点A，B，其距离为LAB。A，B之间任意一点C的值为ALBC/LAB+BLAC/LAB。在二维空间中，需要在两个方向上做插值。

已知Q11，Q21，Q12，Q22，计算P点的值时，需要先由Q11和Q21插值得到R1，由Q12和Q22插值得到R2，再由R1和R2插值得到P。

---

高斯金字塔

高斯金字塔本质上为信号的多尺度表示法，亦即将同一信号或图片多次进行高斯模糊，并且向下取样， 藉以产生不同尺度下的多组信号或图片以进行后续的处理。

拉普拉斯金字塔

用来从金字塔低层图像重建上层未采样图像，在数字图像处理中也即是预测残差，配合高斯金字塔一起使用，可以对图像进行最大程度的还原。

---

参考资料

三种图像插值方式对比