數(shù)字圖像處理——圖像插值
網(wǎng)上有很多介紹插值算法的,但感覺收獲都不大
簡(jiǎn)書的編譯器可能有點(diǎn)問(wèn)題tex公式在預(yù)覽模式公式可以顯示,從主頁(yè)瀏覽就顯示不出來(lái)卫键,都換了圖片
介紹三種圖像插值算法:最近鄰內(nèi)插,雙線性內(nèi)插虱朵,雙三次內(nèi)插(雙立方內(nèi)插)
1.數(shù)學(xué)原理
1.1線性插值
線性插值是指插值函數(shù)為一次多項(xiàng)式的插值方式莉炉,在已知原函數(shù)上兩點(diǎn)的情況下,用線性函數(shù)擬合原函數(shù)(應(yīng)該還有很多用途)碴犬。假設(shè)擬合的線性函數(shù)為
將已知兩點(diǎn)坐標(biāo)帶入絮宁,滿足上式的解為則線性擬合函數(shù)為
對(duì)兩點(diǎn)的坐標(biāo)做一個(gè)線性變化得到的表達(dá)式為
1.2三次插值(立方插值)
三次插值即用三階多項(xiàng)式擬合原函數(shù)(也應(yīng)該有其他用途)。假設(shè)三次擬合函數(shù)為
若我們可以得到原函數(shù)的一階導(dǎo)數(shù)信息服协,那么只需要兩點(diǎn)函數(shù)以及導(dǎo)數(shù)信息就可求解擬合函數(shù)绍昂。當(dāng)不能得到一階導(dǎo)數(shù)信息時(shí),需要至少用四點(diǎn)坐標(biāo)值求解擬合函數(shù)偿荷。
為了方便計(jì)算窘游,在采樣時(shí)可以選擇等間隔采樣,進(jìn)行線性變化后跳纳,將橫坐標(biāo)變?yōu)?div id="iplhhbg" class="image-package">
將已知四點(diǎn)坐標(biāo)帶入忍饰,得到
不妨將上式表示為
其中
這里還有另一種三次內(nèi)插的方式,就是利用兩點(diǎn)之間的斜率來(lái)替代導(dǎo)數(shù)信息寺庄,根據(jù)兩點(diǎn)的函數(shù)以及一階導(dǎo)數(shù)值(指上一句話計(jì)算出的斜率)列一組方程解出擬合的方程艾蓝。
2.程序設(shè)計(jì)思路
2.1坐標(biāo)預(yù)處理
2.1.1坐標(biāo)映射
在matlab中力崇,圖像被定義為一個(gè)三維向量,若不考慮圖像的通道數(shù)赢织,可以將圖像看作一個(gè)二維矩陣處理餐曹。matlab圖像矩陣中坐標(biāo)值映射到二維坐標(biāo)系中,每一個(gè)像素塊對(duì)應(yīng)的是一個(gè)點(diǎn),但實(shí)際的像素塊是有一定尺寸的。
為了保證圖像縮放時(shí)的相對(duì)位置不變换途,選取圖像左上角頂點(diǎn)為原點(diǎn)捉兴,每個(gè)像素塊中心坐標(biāo)為像素的坐標(biāo),那么matlab中像素點(diǎn)坐標(biāo)映射到坐標(biāo)系中時(shí),需要減去一個(gè)偏移量
在將縮放后的照片矩陣坐標(biāo)映射回原照片矩陣坐標(biāo)時(shí),需要滿足如下關(guān)系
根據(jù)映射回原圖片矩陣的坐標(biāo)進(jìn)行插值操作。
2.1.2局部坐標(biāo)系
在進(jìn)行雙線性插值和雙三次插值時(shí)休讳,需要用坐標(biāo)值擬合函數(shù),為了簡(jiǎn)化計(jì)算尿孔,總是選取作為局部坐標(biāo)系原點(diǎn)俊柔,其中為待插值坐標(biāo)。
2.2邊框處理
在進(jìn)行雙線性內(nèi)插放大和雙立方內(nèi)插縮放是活合,需要用到的像素塊超出了圖像的邊界雏婶,即
當(dāng)出現(xiàn)這些情況時(shí),補(bǔ)充這些像素的灰度值為圖像內(nèi)最相鄰像素塊的灰度值白指。
2.3最近鄰內(nèi)插
進(jìn)行坐標(biāo)變換后留晚,選取與內(nèi)插點(diǎn)歐式距離最近的像素值進(jìn)行插值。在程序中告嘲,使用將按照四舍五入的舍入方式選取最近鄰的像素塊错维。
2.4雙線性內(nèi)插
雙線性內(nèi)插是線性內(nèi)插的二維實(shí)現(xiàn),在x維度先進(jìn)行線性插值橄唬,再由得到的值對(duì)y維度進(jìn)行插值赋焕。在局部坐標(biāo)系中,選取相鄰的四個(gè)像素進(jìn)行雙線性內(nèi)插仰楚。由在數(shù)學(xué)原理中的推導(dǎo)可知
將上式合并可得
當(dāng)然隆判,也可以跳過(guò)分析的步驟,直接求解雙線性擬合方程的系數(shù)缸血。設(shè)方程為
將四點(diǎn)與相應(yīng)的坐標(biāo)對(duì)帶入求解方程組蜜氨,所得結(jié)果相同械筛。
2.5雙立方內(nèi)插
雙三次內(nèi)插是三次插值的二維實(shí)現(xiàn)捎泻。選取與相鄰的16個(gè)像素進(jìn)行雙三次內(nèi)插,局部坐標(biāo)系中x與y坐標(biāo)范圍均為埋哟。由數(shù)學(xué)原理中的推到可知
其中
將上述幾式合并笆豁,可得(有點(diǎn)復(fù)雜郎汪,不過(guò)比矩陣求逆快多了,這個(gè)結(jié)果的推導(dǎo)我是用matlab的)
與雙線性插值相似闯狱,雙三次插值也可以直接求解擬合方程的系數(shù)煞赢。設(shè)擬合的方程為
將16各坐標(biāo)對(duì)與灰度值帶入方程,求解方程組可以得到的系數(shù)解為
將系數(shù)帶入哄孤,可得到與之前相同的結(jié)果
根據(jù)上述公式對(duì)圖像進(jìn)行雙三次內(nèi)插照筑。
3.實(shí)戰(zhàn)結(jié)果
對(duì)比三種插值方式得到的圖像,可以看出雙立方內(nèi)插效果最好瘦陈,雙線性內(nèi)插次之凝危,最近鄰內(nèi)插最差。lena圖像中對(duì)比帽子中的紋理可以得出最近鄰帽子紋理有許多馬塞克和斷層晨逝,雙線性的紋理更平滑蛾默,雙立方中帽子的紋理比起雙線性更銳化。放大圖像中比較瞳孔與眼白之間的區(qū)域可以看出捉貌,最近鄰的馬賽克現(xiàn)象很嚴(yán)重支鸡,雙線性也有一些馬賽克現(xiàn)象,雙立方的邊緣很平滑趁窃,在不放大的情況下幾乎看不出馬賽克現(xiàn)象牧挣。
cameraman縮小圖像中對(duì)比機(jī)架和人耳部分,可以看出雙立方內(nèi)插效果最好醒陆,雙線性內(nèi)插次之浸踩,最近鄰內(nèi)插最差。但是對(duì)于人臉部分和相機(jī)機(jī)身部分之類細(xì)節(jié)比較多的地方统求,由于圖像縮小的原因检碗,像素塊減少,三種內(nèi)插方法都比較模糊码邻。放大圖像中比較機(jī)架與人身體的邊緣可以看出折剃,最近鄰的鋸齒現(xiàn)象很嚴(yán)重,雙線性也有一些鋸齒現(xiàn)象像屋,雙立方的邊緣很平滑怕犁,在不放大的情況下幾乎看不出鋸齒現(xiàn)象。
building縮小圖像中對(duì)比屋頂紋理和牌樓圖案部分己莺,可以看出雙立方內(nèi)插效果最好并保留了更多的邊緣和細(xì)節(jié)的部分奏甫,雙線性內(nèi)插次之,最近鄰內(nèi)插最差凌受。但是整體上來(lái)看阵子,雙線性內(nèi)插與雙立方內(nèi)插區(qū)別并不大,原圖的細(xì)節(jié)過(guò)多胜蛉,這幾種方法都沒能很好保留原圖的細(xì)節(jié)挠进。放大圖像中可以很明顯的看出雙立方插值的優(yōu)勢(shì)色乾,線條的輪廓邊緣更細(xì)致。
4.結(jié)論
4.1最近鄰插值法
最近鄰插值法的優(yōu)點(diǎn)是計(jì)算量很小领突,運(yùn)算速度較快暖璧。但它僅使用離待測(cè)采樣點(diǎn)最近的像素的灰度值作為該采樣點(diǎn)的灰度值,而沒考慮其他相鄰像素點(diǎn)的影響君旦,因而重新采樣后灰度值有明顯的不連續(xù)性澎办,會(huì)產(chǎn)生明顯的馬賽克和鋸齒現(xiàn)象。
4.2雙線性插值法
雙線性插值法效果要好于最近鄰插值金砍,計(jì)算量較大浮驳。縮放后圖像質(zhì)量高捞魁,基本克服了最近鄰插值灰度值不連續(xù)的特點(diǎn)至会,因?yàn)樗紤]了待測(cè)采樣點(diǎn)周圍四個(gè)直接鄰點(diǎn)對(duì)該采樣點(diǎn)的相關(guān)性影響。但是谱俭,此方法未考慮到各鄰點(diǎn)間灰度值變化率的影響, 具有低通濾波器的性質(zhì), 從而導(dǎo)致縮放后圖像的高頻分量受到損失, 圖像邊緣在一定程度上變得較為模糊奉件,丟失了一些細(xì)節(jié)信息。
4.3雙立方插值法
雙立方插值計(jì)算量最大昆著,運(yùn)算速度慢县貌。雙立方插值用三階函數(shù)逼近,不僅考慮到周圍四個(gè)直接相鄰像素點(diǎn)灰度值的影響凑懂,還考慮到它們灰度值變化率的影響煤痕,能夠產(chǎn)生比雙線性插值更為平滑的邊緣,計(jì)算精度很高接谨,處理后的圖像細(xì)節(jié)損失最少摆碉,效果最佳。
最后編輯于 :
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
序言:七十年代末脓豪,一起剝皮案震驚了整個(gè)濱河市巷帝,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌扫夜,老刑警劉巖楞泼,帶你破解...
沈念sama閱讀 216,470評(píng)論 6贊 501 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異笤闯,居然都是意外死亡堕阔,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
沈念sama閱讀 92,393評(píng)論 3贊 392 文/潘曉璐 我一進(jìn)店門颗味,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)超陆,“玉大人,你說(shuō)我怎么就攤上這事脱衙〗拟” “怎么了?”我有些...
文/不壞的土叔 我叫張陵捐韩,是天一觀的道長(zhǎng)退唠。 經(jīng)常有香客問(wèn)我,道長(zhǎng)荤胁,這世上最難降的妖魔是什么瞧预? 我笑而不...
正文 為了忘掉前任,我火速辦了婚禮仅政,結(jié)果婚禮上垢油,老公的妹妹穿的比我還像新娘。我一直安慰自己圆丹,他們只是感情好滩愁,可當(dāng)我...
文/花漫 我一把揭開白布。 她就那樣靜靜地躺著辫封,像睡著了一般硝枉。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上倦微,一...
那天妻味,我揣著相機(jī)與錄音,去河邊找鬼欣福。 笑死责球,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的拓劝。 我是一名探鬼主播雏逾,決...
沈念sama閱讀 40,041評(píng)論 3贊 418 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼郑临!你這毒婦竟也來(lái)了校套?” 一聲冷哼從身側(cè)響起,我...
序言:老撾萬(wàn)榮一對(duì)情侶失蹤牧抵,失蹤者是張志新(化名)和其女友劉穎笛匙,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體犀变,經(jīng)...
沈念sama閱讀 45,319評(píng)論 1贊 310 正文 獨(dú)居荒郊野嶺守林人離奇死亡妹孙,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了获枝。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片蠢正。...
序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖省店,靈堂內(nèi)的尸體忽然破棺而出嚣崭,到底是詐尸還是另有隱情笨触,我是刑警寧澤,帶...
沈念sama閱讀 35,417評(píng)論 5贊 343 正文 年R本政府宣布雹舀,位于F島的核電站芦劣,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏说榆。R本人自食惡果不足惜虚吟,卻給世界環(huán)境...
文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望签财。 院中可真熱鬧串慰,春花似錦、人聲如沸唱蒸。這莊子的主人今日做“春日...
文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)神汹。三九已至掂碱,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間慎冤,已是汗流浹背疼燥。 一陣腳步聲響...
我被黑心中介騙來(lái)泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留蚁堤,地道東北人醉者。 一個(gè)月前我還...
沈念sama閱讀 47,711評(píng)論 2贊 368 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像披诗,于是被迫代替她去往敵國(guó)和親撬即。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
在我看來(lái)笑容是我們每個(gè)人最美的一種表情呈队,真誠(chéng)的笑容不僅能夠表現(xiàn)出自己愉快剥槐,更是一種分享快樂(lè)的方式。笑是是我們所有人...
2019.2.26星期②陰 讀經(jīng)人員:媽媽宪摧、芷晴粒竖、芷翔 讀經(jīng)第793天 讀經(jīng)內(nèi)容:媽媽、芷晴 1几于、《傷寒論》 2蕊苗、...
3. 華燈初上,身影斑駁沿彭,他們兩個(gè)人緩慢走在夜里顯得尤其深黑的跑道上朽砰,操場(chǎng)上嬉鬧聲,奔跑聲……不絕于耳,而他只想聽...