【MATLAB图像融合】[5]图像插值算法:二次/三次插值

双线性插值

       插值的使用是很重要的，在MATLAB中有默认的imresize函数可以实现各种常用的插值算法。在图像融合的一些处理中需要用到上/下采样，此时合理运用插值算法可以达成中间步骤。
       作为经典的插值算法，双线性易于实现，原理简单.
思路
       通过映射的方法，找出原像素点（x,y）到映射像素点（m,n）的灰度值的映射关系。
①、设处理前后图像的宽度和高度分别为w、h，w’、h’。
②、通过缩放比例，可以求得新图像B在(i,j)处对应原图像的点为(x,y)。举例：原图像256256，想要生成512512的大小，那么新图像的点(i,j)=原图像的点(i/2,j/2)。
方法
       ①、如果每个点都恰好有对应的点就最好不过了，但是
       ②、这两个值（x,y）可能为浮点数，而像素中的位置是整数，所以这个点在原图像中对应的可能是虚点,有理论值，但无确切对应点。
       ③、所以，根据该虚点周围的四个点来进行双线性插值得到新图像的灰度值。取(x,y)邻近的四个像素(x0,y0) 、(x0,y1) 、(x1,y0) 、(x1,y1)，它们对应的灰度值为f(x0,y0) 、f(x0,y1)、 f(x1,y0)、 f(x1,y1)。
       ④、从x的方向先开始插值：

       ⑤、注：u,v分别是m,n的小数部分。公式中的m和n不能小于1，所以当m和n小于1时需要将其重新赋值为1。先对X插值和先对Y插值得到的结果是没有区别的。

MATLAB实现

function B=fchazhi(A,new_size)
 
A=double(A); 
[old_h,old_w]=size(A);              %获取原图大小。
 
new_w=new_size(1,1);
new_h=new_size(1,2); 
B=zeros(new_w,new_h);               %初始化一个新图大小的矩阵。
 
for i=1:new_w        
    for j=1:new_h
        x=i*old_w/new_w;            %计算新图像在原图像的映射位置(x,y);
        y=j*old_h/new_h;
        u=x-floor(x);
        v=y-floor(y); 
        
        if x<1           
           x=1;
        end
        if y<1