内插是在诸如放大、收缩、旋转和几何校正等任务中广泛应用的基本工具。
从根本上看,内插是用已知数据来估计未知位置的数值的处理。用一个简单的例子开始讨论该话题。假设一幅图像大小为500X500的像素放大到1.5倍到750X750像素。一种简单的放大方法是创建一个假想的750X750网格,它与原始图像有相同的间隔,然后将其收缩,使它准确的与原图像匹配。显然,收缩 后的750X750网格的像素间隔要小于原始图像的像素间隔。为了对覆盖的每一个点赋以灰度值,在原始图像中寻找最接近的像素,并把该像素的灰度赋给750X750网格中的新像素。当完成对网格中覆盖的所有点的灰度赋值后,就把图像扩展到原来规定的大小,得到放大后的图像。
上述讨论的方法称为最邻近内插值,这种方法把原图像中最近邻的灰度值赋给了每个新位置。这种方法简单,但这种方法有产生不希望的认为缺陷的倾向,如某些直边缘的严重失真。由于这一原因,实际上该方法并不常用。更实用的方法是双线性内插,该方法中,用4个最近邻去估计给定位置的灰度,令(x,y)为想要赋以灰度值的位置的坐标,并令v(x,y)表示灰度值。对于双线性内插来说,赋值公式如下:
v(x,y)=ax+by+cxy+d
4个系数可由4个用(x,y)点最近邻点写出的未知方程确定。双线性插值给出了比最近邻内插好的多的结果,但随之而来的是计算量的增加。
复杂度较高的是双三次内插,它包括16个最近邻点。