python贝塞尔插值公式_贝塞尔函数、Jinc函数与图像插值算法

Jinc函数插值是一种传统的图像插值算法，可以用来进行图像缩放（即Jinc Resize）。在传统的非机器学习图像超分辨率/放大算法中，Jinc Resize是效果较为出众的算法。虽然在传统神经网络和深度学习的席卷之下，Jinc函数插值的效果优势乃至速度优势都不复存在，但仍值得学习一下。

Jinc函数基于第一类贝塞尔函数（Bessel function of the first kind）得到，本文将围绕Jinc函数介绍相关数学概念和算法实现过程，并简单介绍一些应用。

由于知乎LaTex排版的原因，建议在PC端阅读，在移动端公式会被缩小。

贝塞尔函数与Jinc函数

贝塞尔函数的相关推导

贝塞尔函数（Bessel functions）是一类函数的总称，基于下述常微分方程得到。

该方程的通解无法用初等函数表示，一种典型的解形式如下。

其中，

为第一类贝塞尔函数，

为第二类贝塞尔函数（Bessel function of the second kind）

^[1]。

对于第一类贝塞尔函数，当

为整数时，在

进行泰勒展开，可得

^[1]

当

时，得到第一类一阶贝塞尔函数

在C++中，有专门计算第一类一阶贝塞尔函数的 j1(double x)；在C++17标准中，引入了新版函数 std::cyl_bessel_j(double n, double x)，其中n表示阶数，函数声明于头文件cmath^[2]。

Jinc函数

Jinc函数在第一类一阶贝塞尔函数

的基础上得到，表达式如下

^[3]。

这里有必要额外说一下sinc函数，我们在稍后还会提到。Jinc函数的图像类似sinc函数，sinc函数表达式如下^[4]。

二者函数图像如下^[5]。