BiCubic插值原理:
双三次插值又称立方卷积插值。三次卷积插值是一种更加复杂的插值方式。该算法利用待采样点周围16个点的灰度值作三次插值,不仅考虑到4 个直接相邻点的灰度影响,而且考虑到各邻点间灰度值变化率的影响。三次运算可以得到更接近高分辨率图像的放大效果,但也导致了运算量的急剧增加。这种算法需要选取插值基函数来拟合数据,其最常用的插值基函数如图1所示,本次实验采用如图所示函数作为基函数。
构造BiCubic函数:
其中,a取-0.5.
BiCubic函数具有如下形状:
[source: R. Keys, (1981). "Cubic convolution interpolation for digital image processing". IEEE Transactions on Signal Processing, Acoustics, Speech, and Signal Processing 29 (6): 1153–1160.]
对待插值的像素点(x,y)(x和y可以为浮点数),取其附近的4x4邻域点(xi,yj), i,j = 0,1,2,3。按如下公式进行插值计算:
Matlab实现代码:
%双三次插值具体实现
clc,clear;
fff=imread('E:\Documents\BUPT\DIP\图片\lena.bmp');
ff =rgb2gray(fff);%转化为灰度图像
[mm,nn]=size(ff); %将图像隔行隔列抽取元素,得到缩小的图像f
m=mm/2;
n=nn/2;
f =zeros(m,n);
for i=1:m
for j=1:n
f(i,j)=ff(2*i,2*j);
end
end
k=5; %设置放大倍数
bijiao1 =imresize(f,k,'bilinear');%双线性插值结果比较
bijiao =uint8(bijiao1);
a=f(1,:);
c=f(m,:); %将待插值图像矩阵前后各扩展两行两列,共扩展四行四列
b=[f(1,1),f(1,1),f(:,1)',f(m,1),f(m,1)];
d=[f(1,n),f(1,n),f(:,n)',f(m,n),f(m,n)];
a1=[a;a;f;c;c];
b1=[b;b;a1';d;d];
ffff=b1';
f1=double(ffff);
g1 =zeros(k*m,k*n);
fori=1:k*m %利用双三次插值公式对新图象所有像素赋值
u=rem(i,k)/k;
i1=floor(i/k)+2;
A=[sw(1+u) sw(u) sw(1-u) sw(2-u)];
for j=1:k*n
v=rem(j,k)/k;
j1=floor(j/k)+