1. 基本概念

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,内插是基本的图像重采样方法。从根本上来看,内插是用已知数据来估计未知位置的数值的处理。

2. 最邻近内插法、双线性内插法与双三次内插法

假设一幅大小为500×500像素的图像要放大1.5倍到750×750像素。一种简单的方法就是创建一个假想的750×750的网格,它与原始图像有相同的间隔,然后将其收缩,使它准确地原图像匹配。显然,收缩后的750×750网格的像素间隔要小于原图像的像素间隔。为了对覆盖的没一个点赋以灰度值,我们在原图像中寻找最接近的像素,并把该像素的灰度赋给750×750网格中的新像素。当我们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。这种方法就是最邻近内插法,因为这种方法把原图像中最邻近的灰度赋给每个新位置。这种方法虽简单,但可能会产生不希望的人为缺陷,如某些直边缘的严重失真。因此,该方法在实际中并不常用。

更实用的方法是双线性内插,在该方法中,我们用4个最邻近去估计给定位置的灰度。令(x,y)为我们想要赋以灰度值的位置(把它想象成前面所描述的网格点),并令v(x,y)表示灰度值。对于双线性内插来说,赋值是由下面的公式得到的:

v(x,y) = ax + by + cxy + d 【注意:双线性内插并非一种线性内插方法,因为其中包含有xy项】

其中,4个系数可以由4个用(x,y)点最近邻点写出的未知方程确定。正如即将看到的,双线性内插给出了比最近邻内插好得多的效果,随之而来的是计算量的增加。

双三次内插是复杂度更高的方法。它包含16个最近邻点。赋予点(x,y)的灰度值是使用下式得到的:

其中,16个系数可由16个用(x,y)点最邻近点写出的未知方程确定。如果求和上下限分别为0和1。通常,双三次内插在保持细节方面比双线性内插相对要好。双三次内插是商业图像编辑程序的标准内插方法,例如Adobe Photoshop。

上采样(upsampling)(图像内插)——最邻近内插法、双线性内插法与双三次内插法相关推荐

  1. 三种图像内插法(最近邻内插法、双线性内插法、双三次内插法)的做法 代码实现

    参考博客 数字图像处理学习笔记(四)--数字图像的内插.度量.表示与质量_闭关修炼--暂退的博客-CSDN博客 数字图像处理学习笔记(七)--用Pycharm及MATLAB实现三种图像内插法(最近邻内 ...

  2. FCN全卷积网络—upsampling(上采样)——OpenCV图像金字塔

    一.上采样理论 1.1 bilinear 1.2 Deconvolution(反卷积) 1.3 unpooling 二.OpenCV金字塔:高斯金字塔.拉普拉斯金字塔与图片缩放 一.上采样理论 FCN ...

  3. 图像语义分割中的上采样(Upsampling)和下采样(subsampling)

    图像语义分割中的上采样和下采样 1. 下采样(subsampled) 2. 上采样(upsampled) 2.1 线性插值 2.2 单线性插值 2.3 双线性插值 2.4 双线性插值举例 2.5 插值 ...

  4. 数字图像处理学习笔记(七)——用Pycharm及MATLAB实现三种图像内插法(最近邻内插法、双线性内插法、双三次内插法)

    数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声.增强.复原.分割.提取特征等处理的方法和技术.本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结 ...

  5. 反卷积(Deconvolution)上采样(Upsampling)上池化(Unpooling)的区别——附翻译

    http://blog.csdn.net/u012949263/article/details/54379996 提供了英文版 Question: Deconvolution networks use ...

  6. 上采样(upsampling)方法总结

    总结一下上采样,主要来源于论文<Deep Learning for Image Super-resolution:A Survey> 上采样层位置 上采样方法 2.1预定义插值式 最近邻插 ...

  7. Pytorch下采样再上采样中图像尺寸对齐问题

    相关链接: https://blog.csdn.net/Willen_/article/details/88618604?utm_medium=distribute.pc_relevant.none- ...

  8. python图像下采样_图像的上采样(upsampling)与下采样(subsampled)

    缩小图像(或称为下采样(subsampled)或降采样(downsampled))的主要目的有两个:1.使得图像符合显示区域的大小:2.生成对应图像的缩略图. 放大图像(或称为上采样(upsampli ...

  9. 上采样(upsampling)和下采样(subsampled)

    文章目录 一.上采样 二.下采样 一.上采样 放大图像(或称为上采样(upsampling)或图像插值(interpolating))的主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上. 上 ...

  10. 【图像处理】——上采样、下采样、在模板匹配中的金字塔加速策略

    目录 1.下采样 Python自带函数 自定义函数 Python实现下采样 2.上采样 Python自带函数 自定义函数 Python实现 3.金字塔加速策略 金字塔加速模板匹配具体步骤: 具体可参考 ...

最新文章

  1. upgrade mysql client_The mysql_upgrade client is now deprecated(mysql_upgrade客户机现在已经弃用)...
  2. 开发工具,编辑器字体
  3. Fragment:support.v4.content.Loader.deliverResult
  4. 这28张图绝非超现实,都是在真实世界中存在的
  5. Android--Handler
  6. 评分卡模型开发(七)--基于逻辑回归的标准评分卡实现
  7. Python进阶(一)Python中的内置函数、内置方法、私有属性和方法详解
  8. 谭浩强 C程序设计 8.2 求方程 的根,用三个函数分别求当b^2-4ac大于0、等于0、和小于0时的根,并输出结果。从主函数输入a、b、c的值。...
  9. 安装Ubuntu最后重启出错Write through
  10. python+opencv简单人脸识别(源码)(有手就行)
  11. 联想笔记本linux无线网卡驱动下载,联想无线网卡驱动下载-联想 X1 Carbon网卡驱动下载v18.40.0 官方最新版-西西软件下载...
  12. 2016年考研数学一解析 ​​​
  13. Python爬虫豆瓣T250电影
  14. 创建室内导航地图的9个步骤
  15. 不用 VIP 也能高速下载!迅雷 11 新版抢先体验 2T迅雷离线云盘
  16. 十款优秀的MySQL图形化界面
  17. Blender 裙子和大腿穿模的问题
  18. ajax mvc 服务器 怎么设置,ajax mvc 服务器 怎么设置
  19. 删除临时文件夹中的特定名称模式目录
  20. arcgis将矢量线转化成面,并计算面的面积

热门文章

  1. 晒一波程序员的桌面,逼格超级高
  2. SAP中质检检验计划导出实例
  3. Hibernate技术
  4. 银河麒麟v10下载(服务器版 桌面版) - 2022-09-08更新
  5. MySQL第七章之后的
  6. 2014计算机三级网络,2014计算机三级网络技术知识点.doc
  7. Linux下载的详细教程
  8. Cocos2dx--Cocos2dx与Android平台的跨平台调用
  9. FileUpload类别FileUpload1.FileName和FileUpload1.PostedFile.FileName差异
  10. JS 获得FileUpload1 的完整路径