图像放大的两种编程算法的实现

图像放大的两种插值算法编程实现

1最邻近插值（近邻取样法）

1.1算法思想

最邻近插值的的思想很简单，就是把这个非整数坐标作一个四舍五入，取最近的整数点坐标处的点的颜色。可见，最邻近插值简单且直观，速度也最快，但得到的图像质量不高。

1.2最邻近插值法的MATLAB源代码为：

1.3运行结果：

图1

用最邻近插值法放大4倍后的图如图2所示：

图2

2双线性内插值法

2.1算法思想

在双线性内插值法中，对于一个目的像素，设置坐标通过反向变换得到的浮点坐标为(i+u,j+v)，其中i、j均为非负整数，u、v为[0,1)区间的浮点数，则这个像素得值f(i+u,j+v)可由原图像中坐标为(i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)所对应的周围四个像素的值决定，即：

f(i+u,j+v)=(1-u)(1-v)f(i,j)+(1-u)vf(i,j+1)+u(1-v)f(i+1,j)+uvf(i+1,j+1)

其中f(i,j)表示源图像(i,j)处的的像素值，以此类推。

这就是双线性内插值法。双线性内插值法计算量大，但缩放后图像质量高，不会出现像素值不连续的的情况。由于双线性插值具有低通滤波器的性质，使高频分量受损，所以可能会使图像轮廓在一定程度上变得模糊。

在MATLAB中，可用其自带的函数imresize()来实现双线性内插值算法。

2.2程序代码

双线性内插值算法的MATLAB源代码为：

2.3运行结果

程序运行后，原图如图3所示：

图3

双线性内插值法放大8倍后的图如图4所示：

图4

3结论

最近邻插值运算简单快速,能够保持插值图像边缘清晰,但边缘轮廓有显著的锯齿现象,图像背景产生马赛克,形成伪边缘,视觉效果差,重构误差较大与最邻近法相比,双线性内插法由于考虑了待采样点周围4个直接邻点对待采样点的影响,因此基本克服了前者灰度不连续的缺点,其计算量有所增大。此方法仅考虑4个直接邻点灰度值的影响,而未考虑到各邻点间灰度值变化率的影响,因此具有低通滤波器的性质,使放大后图像的高频分量受到损失,图像的轮廓变得较模