图像处理中最邻近插值和双线性插值

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&