双线性差值算法

1.缘由

在图像语义分割任务中，需要将最终的feature map放大到原图像大小，以实现对每个pixel的分类，进而完成语义分割。下面记录下常用的图像缩放算法——双线性差值。

2.坐标映射

本文讨论的是点阵图像，以3x3像素为例，灰度级为256，将其放大至4x4。坐标系如下图所示：

假设3x3的像素矩阵称为源图，以source image表示，4x4的像素矩阵称为目标图像，以destination image表示。原图为

200 50 15
120 220 12
50 160 35

目标图像为：
? ? ? ?
? ? ? ?
? ? ? ?
? ? ? ?

目标图像中的每个像素值是多少，该如何求解，答案来自原图。原图与目标图之间的映射关系如下：

srcX=dstX*(srcWidth/dstWidth)
srcY=dstY*(srcHeight/dstHeight)

其中(dstX，dstY)为目标图像中的像素坐标，(srcX，srcY)为目标像素映射到原图中的坐标。
因此，根据以上公式可得每个目标像素对应于原图像的像素坐标&#