[科普中国]-图象插值

介绍

在很多情况下，人们需要对数字图像进行进一步的处理比如，为了做广告宣传，需要将拍摄的艺术照片做成巨幅海报；为了分析深层地质结构，需要对仪器采集的图像做局部细化；为了分析外星球的大气和地面状况，需要使遥感卫星图片模糊细节变得有意义；为了侦破缺少目击证人的案件，需要对监控录像做清晰化处理这些，就需要用到图像的插值技术，将原始低分辨率图像或模糊图像进行放大，并且要保证所要求的清晰度有时候，图像在获取、传输过程中不可避免地会产生噪声，这些噪声大大损坏了图像的质量，影响了图像的可用性所以，考虑要对图像进行去噪。而去噪的实质，是在去噪模型下用新的灰度估计值来取代原噪声点的灰度值，因此去噪问胚也可以转化为插值问题来研究。

插值，分为图像内插值和图像间插值，其主要应用是对图像进行放大以及旋转等操作，是根据一幅较低分辨率图像再生出另一幅均具有较高分辨率的图像，是图像内插值。图像间的插值，也叫图像的超分辨率重建，是指在一图像序列之间再生出若干幅新的图像，可应用于医学图像序列切片和视频序列之间的插值图像内插值实际上是对单帧图像的图像重建过程，这就意味着生成原始图像中没有的数据。

种类传统的插值方法有：最近邻插值，双线性插值，双平方插值，双立方插值以及其他高阶方法。最近邻插值和双线性插值算法很容易出现锯齿，生成的图片质量不好。因此一般只在对图像质量要求不高的场合下采用。双平方插值和双立方插值，实质上是”低通滤波器”，在增强图像平滑效果的同时丢失了许多高频信息。而在很多应用场合，细节信息恰恰非常重要，要考虑如何在保证平滑效果的同时尽可能地保留细节信息。

最邻近元法这是最简单的一种插值方法，不需要计算，在待求象素的四邻象素中，将距离待求象素最近的邻象素灰度赋给待求象素。设i+u, j+v(i, j为正整数， u, v为大于零小于1的小数，下同)为待求象素坐标，则待求象素灰度的值 f(i+u, j+v)。如下图所示：

如果(i+u, j+v)落在A区，即u