图像处理中最邻近插值和双线性插值
1、最邻近插值
一:数学原理
当一幅二维数字图像从源图像NM被放为(jN) * (k*M)目标图像是,参照数学斜率计算公式
必然有:
(X1 – Xmin)/(Xmax - Xmin) = (Y1 - Ymin)/(Ymax-Ymin)
当Xmin 和 Ymin均为从零开始的像素点时,公式可以简化为:
X=Y1 (Xmax/Ymax)
对于任意一幅源图像来说,假设放大后目标图像的宽为Dw高为Dh,任意目标像素点(Dx, Dy)
在源图像上的位置为:
Sx= Dx * (Sh/Dh) // row
Sy= Dy * (Sw/Dw) // column
其中,(Sx,Sy)为对于的源图像上的像素点,Sw和Sh分别为源图像的宽度和高度。最终有
Dpixel(Dx,Dy) = Spixel(Sx, Sy);
二:临近点插值算法的缺点
临近点插值算法会产生锯齿效果, 不是一个很好的图像放缩算法,临近点插值算法不改变源
像素点到目标像素点的值,只是最简单的位置匹配而已,相比之下,双线性内插值算法和双
立方插值算法效果更好,但是计算量更大,临近点插值是计算量最小的防缩算法。
2、双线性插值
1,原理
在图像的仿射变换中,很多地方需要用到插值运算,常见的插值运算包括最邻近插值&